К основному содержанию
скилл CX Codex

tooluniverse-functional-genomics-screens — скилл для Claude Code

Скилл tooluniverse-functional-genomics-screens для приоритизации хитов из генетических скринов (CRISPR-KO, CRISPRi, shRNA). Интегрирует данные о эссенциальности генов, ограничениях эволюции, путях белков и клинических находках.

Apache-2.0 225 установок ★ 1 798 обновлён 2026-10-24

Установить в Claude Code · Через Skills CLI (Vercel) Все способы и платформы ↓
npx skills add mims-harvard/ToolUniverse --skill tooluniverse-functional-genomics-screens -a claude-code
Открыть на GitHub

Что делает tooluniverse-functional-genomics-screens

Скилл строит полный воркфлоу анализа результатов функциональных скринов. На входе — список генов, тип скрина и модель клеток; на выходе — ранжированный список мишеней с оценкой по шести критериям: селективность эссенциальности, сходимость в путях, возможность фармакологической модуляции, клинические данные, ограничение эволюции, публикации.

Процесс разбит на шесть фаз. Скилл проверяет каждый ген в DepMap (зависимость от клеточной линии), gnomAD (ограничения эволюции) и UniProt (функция). Затем ищет обогащённые пути в Reactome и STRING, собирает информацию о том, какие препараты уже нацелены на каждый ген (DGIdb), и берёт клинические данные из CIViC и COSMIC. Без DepMap по клеточным линиям скилл падает на локальный скрипт из другого ToolUniverse-скилла (tooluniverse-cell-line-profiling).

Есть встроенная защита: скилл требует, чтобы вы проверяли факты в базах данных, а не гадали. Для больших списков (>500 генов) сначала обогащение путей на всём наборе, потом детальный анализ топ-50. Если gnomAD перегружен, скилл повторяет запрос или продолжает без этих данных.

Какие задачи решает

  • Отфильтровать панэссенциальные гены и найти селективные мишени в скрине
  • Проранжировать хиты по вероятности быть реальными мишенями лекарств
  • Найти наборы генов, работающие в одних путях, и понять функциональный контекст
  • Собрать с нескольких баз данных (DepMap, gnomAD, DGIdb, CIViC) доказательства для одного гена
  • Привязать список генов к клиническим находкам и существующим препаратам

Примеры запросов агенту

  • Проанализируй хиты из CRISPR-KO скрина рака лёгкого: TP53, KRAS, EGFR, STK11
  • Возьми 200 генов из шRNA-скрина, найди обогащённые пути и отрежь панэссенциальные
  • Для CRISPRi-скрина в клетках HeLa проранжируй топ-30 хитов по селективности и возможности таргетирования

Как установить tooluniverse-functional-genomics-screens

1Через Skills CLI (Vercel)

npx skills add mims-harvard/ToolUniverse --skill tooluniverse-functional-genomics-screens -a claude-code

2Вручную: положить файлы

~/.claude/skills/tooluniverse-functional-genomics-screens/SKILL.md

Папка скилла целиком; для одного проекта — .claude/skills/tooluniverse-functional-genomics-screens/

По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов

Вопросы о tooluniverse-functional-genomics-screens

Как установить скилл tooluniverse-functional-genomics-screens в Claude Code?

Выполни в терминале: npx skills add mims-harvard/ToolUniverse --skill tooluniverse-functional-genomics-screens -a claude-code. Потом скилл загрузится в ~/.claude/skills/tooluniverse-functional-genomics-screens/SKILL.md.

Что делает скилл tooluniverse-functional-genomics-screens?

Берёт список генов из генетического скрина и расчитывает для каждого балл по шести параметрам: селективность эссенциальности, обогащение в путях, наличие препаратов, клинические данные, ограничение эволюции и публикации. Результат — ранжированный список мишеней для дальнейшей разработки или валидации.

Какие базы данных интегрирует скилл?

DepMap (эссенциальность генов по клеточным линиям), gnomAD (ограничения эволюции), Reactome и STRING (пути и взаимодействия), DGIdb (препараты и мишени), CIViC и COSMIC (клинические находки и мутации), UniProt (функции генов).

Исходный текст

SKILL.md · Apache-2.0
---
name: tooluniverse-functional-genomics-screens
description: Interpret hits from CRISPR-KO/CRISPRi/shRNA screens by integrating DepMap essentiality, gnomAD constraint scores, pathway context (Reactome, STRING), druggability (DGIdb), and clinical evidence (CIViC, COSMIC). Use for screen-hit prioritization, essentiality ranking, and turning a list of screen hits into a prioritized target shortlist.
disable-model-invocation: true
---

# Functional Genomics Screen Interpretation

Pipeline for validating and prioritizing hits from genetic screens (CRISPR-KO, CRISPRi, shRNA) by integrating essentiality (DepMap), constraint (gnomAD), pathways (Reactome, STRING), druggability (DGIdb), and clinical evidence (CIViC, COSMIC).

**Guiding principles**:
1. **Hits are hypotheses** -- screen results contain false positives; validate through orthogonal evidence
2. **Selectivity matters** -- pan-essential genes are poor drug targets; context-specific essentiality is high-value
3. **Pathway over gene** -- enriched pathways are more robust than individual hits
4. **Druggability is practical** -- prioritize chemically modulable targets
5. **English-first queries** -- use English gene names in tool calls

## LOOK UP, DON'T GUESS
When uncertain about any scientific fact, SEARCH databases first.

---

## COMPUTE, DON'T DESCRIBE
When analysis requires computation (statistics, data processing, scoring, enrichment), write and run Python code via Bash. Don't describe what you would do — execute it and report actual results. Use ToolUniverse tools to retrieve data, then Python (pandas, scipy, statsmodels, matplotlib) to analyze it.

## Workflow

```
Phase 0: Input Processing → gene list, screen type, cell line, disease context
Phase 1: Hit Validation → DepMap dependency, gnomAD constraint, UniProt function
Phase 2: Pathway & Network → Reactome enrichment, STRING network, functional clusters
Phase 3: Druggability → DGIdb interactions, druggable categories, PharmacoDB
Phase 4: Clinical Evidence → CIViC, COSMIC mutations
Phase 5: Literature → PubMed for key hits
Phase 6: Prioritized Report → ranked target list with multi-dimensional scoring
```

---

## Phase Details

### Phase 1: Hit Validation

**Tools**:
- `DepMap_get_gene_dependencies(gene_symbol=...)` -- returns gene metadata only (NOT per-cell-line scores)
- `DepMap_search_cell_lines(query=...)` -- cell line metadata
- `gnomad_get_gene_constraints(gene_symbol=...)` -- pLI, LOEUF (may return "Service overloaded")
- `UniProt_get_function_by_accession(accession=...)` -- function summary

**Classification**: Pan-essential (>90% lines), Selectively essential (specific lineages), Context-specific (screen model only). Chronos < -0.5 = likely essential, < -1.0 = strongly essential.

**DepMap per-cell-line Chronos scores**: `DepMap_get_gene_dependencies` returns metadata only. For the actual per-cell-line scores, use the bundled script in the cell-line-profiling skill — `tooluniverse-cell-line-profiling/scripts/depmap_gene_dependency.py` (downloads the current DepMap Public CRISPRGeneEffect.csv once, cached; queries by `gene` or `cell-line`):

```bash
python depmap_gene_dependency.py gene KRAS --lineage Lung --top 20   # most-dependent lines
python depmap_gene_dependency.py cell-line A375 --top 25             # genes the line needs
```
Chronos < -0.5 ≈ dependency, < -1.0 strongly essential. Fallback if you can't run it: gnomAD constraint + `PubMed_search_articles(query="[gene] CRISPR screen [cancer]")`.

### Phase 2: Pathway & Network

- `ReactomeAnalysis_pathway_enrichment(identifiers="TP53 BRCA1 EGFR")` -- space-separated string
- `STRING_get_network(identifiers="GENE1\rGENE2\rGENE3", species=9606)` -- carriage-return separated
- `STRING_functional_enrichment(identifiers=..., species=9606)` -- GO/KEGG enrichment

### Phase 3: Druggability

- `DGIdb_get_drug_gene_interactions(genes=["EGFR","BRAF"])` -- drug-gene interactions
- `DGIdb_get_gene_druggability(genes=[...])` -- categories (kinase, GPCR, etc.)
- For high-priority hits, also search `search_clinical_trials` and PubMed for novel inhibitors not yet in DGIdb.

### Phase 4: Clinical Evidence

- `civic_search_evidence_items(molecular_profile=gene)` -- NOT `query`
- `COSMIC_get_mutations_by_gene(gene_name=...)` -- somatic mutation frequency

### Phase 6: Prioritized Report

**Scoring (0-18)**:

| Criterion | Score 3 | Score 0 |
|-----------|---------|---------|
| Selective essentiality | <-0.5 in disease AND >-0.2 elsewhere | >-0.2 (not essential) |
| Pathway convergence | 3+ hits same pathway | Isolated hit |
| Druggability | Approved drug exists | Not druggable |
| Clinical evidence | CIViC therapeutic | No clinical data |
| Constraint | pLI >0.9 | No data |
| Literature | Multiple validation studies | No publications |

**Tiers**: T1 (15-18) high-confidence, T2 (10-14) promising, T3 (5-9) speculative, T4 (<5) likely false positive.

---

## Edge Cases

- **gnomAD overloaded**: Retry once, proceed without, note gap
- **Gene not in DepMap**: Fall back to gnomAD + UniProt
- **Large hit lists (>500)**: Pathway enrichment on full list; per-gene analysis on top 50
- **Non-cancer screens**: DepMap less informative; weight constraint/pathway more
- **shRNA vs CRISPR**: Higher validation bar for shRNA (off-target effects)

## Limitations

- DepMap is cancer-centric (~1000 cancer lines)
- No raw screen analysis (use MAGeCK/BAGEL upstream)
- STRING interactions are associations, not causal

© mims-harvard · Apache-2.0 · mims-harvard/ToolUniverse

Похожие скиллы

Все скиллы по теме «Наука и исследования» →
depmap K-Dense-AI Скилл для поиска и анализа данных Cancer Dependency Map (DepMap). Помогает проверять генные зависимости, ко-эссенциальность и чувствительность опухолевых моделей к препаратам PRISM. CX Codex +1 2 100установок mageck K-Dense-AI Скилл mageck считает риды из FASTQ и матрицы гайдов, проверяет библиотеки, запускает QC реплик и выдаёт рейтинг генов с FDR для пулированных CRISPR-скринов. CX Codex +1 465установок personal-genomics sammcj Скилл personal-genomics разбирает сырые файлы ДНК локально: фармакогеномика, риски болезней, носительство, происхождение и признаки. Генетические данные не покидают машину. CX Codex +1 ★ 173звёзд репо Plant Genomics musharna MCP-сервер Plant Genomics даёт агенту доступ к генным базам растений — Ensembl Plants, UniProt, KEGG, STRING, AlphaFold — и собирает ответ из нескольких источников сразу. CX Codex +1 ★ 9звёзд репо Genomics MCP rewire-bio Genomics MCP — MCP-сервер для Claude Code, который по запросу агента находит геномные наборы данных, читает участки файлов и получает сведения о вариантах из справочных баз. CX Codex +1 ★ 5звёзд репо dbsnp-database google-deepmind Скилл dbsnp-database для работы с NCBI dbSNP: находит rsID по координатам или HGVS, показывает тип варианта, гены, клиническую значимость и частоты аллелей. CX Codex +1 2 400установок

Из того же набора136

Весь набор →
tooluniverse-vaccine-design Скилл tooluniverse-vaccine-design вычисляет эпитопы вакцин, связывание с MHC-I/MHC-II и покрытие аллелей HLA через базы IEDB и UniProt. Помогает проектировать полиэпитопные пептидные и субъединичные конструкции. CX Codex +1 229установок tooluniverse-variant-functional-annotation Скилл tooluniverse-variant-functional-annotation аннотирует белковые варианты через ProtVar, ClinVar, gnomAD, CADD и ClinGen. Подходит для оценки функционального и популяционного контекста. CX Codex +1 229установок tooluniverse-stem-cell-organoid Скилл tooluniverse-stem-cell-organoid для протоколов дифференцировки стволовых клеток, маркеров iPSC и оценки моделей органоидов через внешние базы знаний. CX Codex +1 226установок tooluniverse-noncoding-rna Скилл tooluniverse-noncoding-rna помогает анализировать некодирующие РНК, искать мишени микроРНК, аннотировать lncRNA и проверять связи с болезнями через научные базы данных. CX Codex +1 225установок tooluniverse-microbiome-research Скилл tooluniverse-microbiome-research для Claude Code ищет исследования микробиома, состав образцов, данные о штаммах и заболеваниях. Используется для обзора литературы и вопросов о выращивании микроорганизмов. CX Codex +1 155установок tooluniverse-protein-interactions Скилл tooluniverse-protein-interactions для анализа сетей белок-белковых взаимодействий через STRING, BioGRID, SASBDB и Complex Portal. Различает физические связи (связывание) и функциональные ассоциации (сокспрессия, сорегуляция). CX Codex +1 155установок tooluniverse-population-genetics Скилл tooluniverse-population-genetics для анализа генетического разнообразия: частоты аллелей в популяциях (gnomAD, 1000 Genomes), тестирование равновесия Харди-Вайнберга, эволюционные ограничения. CX Codex +1 150установок tooluniverse-gene-regulatory-networks Скилл tooluniverse-gene-regulatory-networks координирует поиск регуляторных сетей генов: находит мотивы связывания в JASPAR, мишени ChIP-seq через Enrichr, eQTL в GTEx и взаимодействия в STRING. CX Codex +1 148установок

Спонсоры проекта

Компании, которые помогают держать аналитику открытой