# tooluniverse-drug-target-validation

Считает Target Validation Score от 0 до 100 по пяти измерениям и выдаёт рекомендацию GO или NO-GO по лекарственной мишени.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode · 381 установка · ★ 1759
- Автор: mims-harvard
- Лицензия: Apache-2.0 · policy=mirror · лицензия открытая, файл — в исходнике
- Исходник: https://github.com/mims-harvard/ToolUniverse/tree/HEAD/skills/tooluniverse-drug-target-validation/SKILL.md
- Обновлён: 2026-10-24
- HTML: https://affpapa.org/nevibecode/skills/tooluniverse-drug-target-validation

## Что делает

Скилл ведёт мишень через четыре ворот по порядку: генетические доказательства связи с болезнью, дружируемость, безопасность и конкурентный ландшафт. Провал ранних ворот делает поздние бессмысленными, поэтому сначала идут OpenTargets и GWAS catalog, а не подбор химии. Итог — балл 0–100 и тир: 80–100 это GO, 60–79 условный GO, 40–59 осторожность, 0–39 NO-GO.

Внутри пять измерений с весами: Disease Association 30, Druggability 25, Safety Profile 20, Clinical Precedent 15, Validation Evidence 10. Каждое доказательство помечается грейдом от T1 (клинические данные) до T4 (предсказания). Отдельно требуются прогоны ML-моделей — ADMET-AI, ESMFold, AlphaFold, DoGSite, DynaMut2, DeepGO — даже когда базы уже покрывают то же свойство: предсказания идут как самостоятельный результат, а не запасной вариант. Анализ выполняется кодом через Bash на Python (pandas, scipy, statsmodels, matplotlib), а не описанием того, что следовало бы посчитать.

На вход подаются target (обязательно: символ гена, имя белка или UniProt ID), disease и modality — оба необязательны. Скилл не для общей биологии мишени, профилирования соединений или интерпретации вариантов: для этого есть соседние скиллы ToolUniverse. Запросы к инструментам идут на английском, ответ — на языке пользователя.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add mims-harvard/ToolUniverse --skill tooluniverse-drug-target-validation -a claude-code
```

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

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add mims-harvard/ToolUniverse --skill tooluniverse-drug-target-validation -a codex
```

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

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add mims-harvard/ToolUniverse --skill tooluniverse-drug-target-validation -a cursor
```

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

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install mims-harvard/ToolUniverse tooluniverse-drug-target-validation
```

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

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add mims-harvard/ToolUniverse --skill tooluniverse-drug-target-validation -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/mims-harvard/ToolUniverse --path skills/tooluniverse-drug-target-validation
```

### Windsurf (Devin Desktop)

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

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add mims-harvard/ToolUniverse --skill tooluniverse-drug-target-validation -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/mims-harvard/ToolUniverse/tree/HEAD/skills/tooluniverse-drug-target-validation/SKILL.md

## Когда брать
- решить, стоит ли заводить мишень в медхимию, до траты на wet-lab
- сравнить список мишеней и расставить приоритеты по баллу
- обосновать отказ от мишени письменно, со ссылками на источники
- проверить, есть ли генетическая связь мишени с болезнью
- оценить риски безопасности по экспрессии в жизненно важных тканях

## Примеры запросов агенту
- Проверь EGFR как мишень для немелкоклеточного рака лёгкого, модальность — small molecule
- Сравни эти мишени по Target Validation Score и скажи, какие идут в Tier 1
- Дай GO/NO-GO по мишени P00533 и объясни, какие ворота она не прошла

## Похожие
- [opentargets-database](https://affpapa.org/nevibecode/skills/opentargets-database.md) — скилл · 2200 установок
- [chembl-database](https://affpapa.org/nevibecode/skills/chembl-database.md) — скилл · 2200 установок
- [analytical-method-validation](https://affpapa.org/nevibecode/skills/analytical-method-validation.md) — скилл · 970 установок
- [gtars](https://affpapa.org/nevibecode/skills/gtars.md) — скилл · 1900 установок
- [exploratory-data-analysis](https://affpapa.org/nevibecode/skills/exploratory-data-analysis.md) — скилл · 279 установок

Из того же набора: [mims-harvard/tooluniverse](https://affpapa.org/nevibecode/by/mims-harvard/tooluniverse.md) — 55 карточек

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