# target-prioritization

Скилл собирает досье по списку генов-кандидатов из DE-анализа: тянет данные из UniProt, OpenTargets, PubMed, HPA и ChEMBL и пересортировывает гены по составному баллу.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode · 2900 установок · ★ 92
- Автор: Agents365-ai
- Лицензия: не указана · policy=link-only · показываем только описание, файл — у автора
- Исходник: https://github.com/Agents365-ai/365-skills/tree/HEAD/plugins/target-prioritization/skills/target-prioritization/SKILL.md
- Обновлён: 2026-10-16
- HTML: https://affpapa.org/nevibecode/skills/target-prioritization

## Что делает

Скилл берёт ранжированный список генов — CSV с колонкой `gene`, текстовый файл по одному символу на строку или список прямо в сообщении — и прогоняет каждый ген через пять источников. UniProt даёт локализацию белка, признак поверхности и MHC. OpenTargets приносит tractability, одобренные препараты, связанные болезни, а вместе с ними CRISPR-эссенциальность из DepMap и ограничение по gnomAD. PubMed считает публикации, HPA — тканевую и одноклеточную специфичность, ChEMBL — инструментальные соединения с pIC50 и IC50.

Внутри два скрипта. `orchestrate.py` запускает пять загрузчиков параллельно в потоках и складывает сырые ответы в `raw_data/<source>.json`. Потом `aggregate.py` сводит всё вместе, считает составной балл по весам из `weights.yaml` и пишет `targets_summary.csv` плюс заготовку `targets_report.md` с пустыми полями для обоснований. Обоснования по каждому гену пишет уже сам агент, по 2–3 предложения: самое сильное свидетельство, главный риск, следующий шаг. Финальный шаг — `build_html_report.py`, он собирает интерактивный отчёт с сортируемой таблицей и карточками по генам.

Нужны `python3` и `curl` — без них пайплайн не поедет. Веса можно переопределить флагом `--weights`, а `--top` ограничивает досье первыми N генами входа, по умолчанию 50. Учтите: ChEMBL в балл не входит, его колонки нужны только для подсказки следующего шага. Если у вас нет доступа к внешним API из окружения, запросы к источникам упадут — это повод проверить сеть до запуска.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add Agents365-ai/365-skills --skill target-prioritization -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/target-prioritization/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/target-prioritization/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add Agents365-ai/365-skills --skill target-prioritization -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/target-prioritization/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add Agents365-ai/365-skills --skill target-prioritization -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/target-prioritization/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install Agents365-ai/365-skills target-prioritization
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/target-prioritization/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add Agents365-ai/365-skills --skill target-prioritization -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/Agents365-ai/365-skills --path plugins/target-prioritization/skills/target-prioritization
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/target-prioritization/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add Agents365-ai/365-skills --skill target-prioritization -a opencode
```

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/Agents365-ai/365-skills/tree/HEAD/plugins/target-prioritization/skills/target-prioritization/SKILL.md

## Когда брать
- пересортировать список генов-кандидатов после DE-анализа по совокупному баллу
- собрать по каждому гену досье с локализацией белка, tractability и одобренными препаратами
- отфильтровать гены по CRISPR-эссенциальности и ограничению gnomAD
- подобрать инструментальные соединения из ChEMBL для следующего эксперимента
- оценить терапевтическое окно по тканевой специфичности из HPA

## Примеры запросов агенту
- вот CSV из DE-анализа, отранжируй эти гены для drug discovery
- сделай target dossier по этим кандидатам и подскажи следующий шаг
- отфильтруй гены по druggability и собери отчёт

## Похожие
- [chembl-database](https://affpapa.org/nevibecode/skills/chembl-database.md) — скилл · 2200 установок
- [tooluniverse-target-research](https://affpapa.org/nevibecode/skills/tooluniverse-target-research.md) — скилл · 409 установок
- [opentargets-database](https://affpapa.org/nevibecode/skills/opentargets-database.md) — скилл · 2200 установок
- [epigraphdb-skill](https://affpapa.org/nevibecode/skills/epigraphdb-skill.md) — скилл · 13 установок
- [alphafold-skill](https://affpapa.org/nevibecode/skills/alphafold-skill.md) — скилл · 14 установок

_Часть страницы не вошла по размеру — она есть в HTML-версии._

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md