# unibind-database

Скилл ищет экспериментально подтверждённые сайты связывания транскрипционных факторов в UniBind и скачивает координаты BED или FASTA для локального анализа.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode · 2100 установок · ★ 3329
- Автор: google-deepmind
- Лицензия: Apache-2.0 · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/google-deepmind/science-skills/tree/HEAD/skills/unibind_database/SKILL.md
- Обновлён: 2026-10-23
- HTML: https://affpapa.org/nevibecode/skills/unibind-database

## Что делает

unibind-database обращается к UniBind за данными прямых взаимодействий TF с ДНК. Он перечисляет виды, коллекции, клеточные линии, транскрипционные факторы и наборы данных, фильтрует их по параметрам, показывает детали выбранного набора и скачивает TFBS в формате BED или FASTA.

Внутри используется скрипт `scripts/unibind_api.py`, который запускается через `uv run` и сам соблюдает ограничение частоты запросов. Для больших ответов предусмотрена обработка через `jq` или `uvx --from jmespath jp`, а результаты можно сохранить через `--output`; списки разбиваются параметрами `--page` и `--page-size`.

Перед работой нужен установленный `uv`. При первом использовании в корне рабочего пространства создаётся файл с уведомлением об условиях UniBind. Скилл не предназначен для поиска конкретных генов, интервалов и координат, моделей мотивов или данных экспрессии, поэтому для таких задач он сломает ожидаемый сценарий.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add google-deepmind/science-skills --skill unibind-database -a claude-code
```
```bash
npx skills add google-deepmind/science-skills --skill unibind_database -a claude-code
```

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

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add google-deepmind/science-skills --skill unibind_database -a codex
```

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

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add google-deepmind/science-skills --skill unibind_database -a cursor
```

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

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install google-deepmind/science-skills unibind_database
```

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

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add google-deepmind/science-skills --skill unibind_database -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/google-deepmind/science-skills --path skills/unibind_database
```

### Windsurf (Devin Desktop)

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

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add google-deepmind/science-skills --skill unibind_database -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/google-deepmind/science-skills/tree/HEAD/skills/unibind_database/SKILL.md

## Когда брать
- найти наборы данных по виду, TF или клеточной линии
- получить сведения о выбранном наборе UniBind
- скачать TFBS-координаты в BED или FASTA
- перечислить доступные виды и коллекции
- отфильтровать наборы по источнику данных или p-value

## Примеры запросов агенту
- Используй скилл `unibind-database`, найди наборы для `Homo sapiens` и TF `CTCF` из `ENCODE`.
- С помощью `unibind-database` покажи доступные клеточные линии и выведи только их имена через `uvx --from jmespath jp`.
- Найди набор `EXP047889.HMLE-Twist-ER_breast_cancer.SMAD3` и скачай его TFBS в `/tmp/tfbs` в формате `bed`.

## Похожие
- [geniml](https://affpapa.org/nevibecode/skills/geniml.md) — скилл · 1900 установок
- [polars-bio](https://affpapa.org/nevibecode/skills/polars-bio.md) — скилл · 1900 установок
- [uniprot-skill](https://affpapa.org/nevibecode/skills/uniprot-skill.md) — скилл · 14 установок
- [rcsb-pdb-skill](https://affpapa.org/nevibecode/skills/rcsb-pdb-skill.md) — скилл · 14 установок
- [vector-database-management](https://affpapa.org/nevibecode/skills/vector-database-management.md) — скилл · 459 установок
- [vector-database-ops](https://affpapa.org/nevibecode/skills/vector-database-ops.md) — скилл · 310 установок

Из того же набора: [google-deepmind/science-skills](https://affpapa.org/nevibecode/by/google-deepmind/science-skills.md) — 39 карточек

_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