📦

brenda-database

Name: brenda-database
Author: K-Dense-AI

Inhaltsrevision r1 Sicher ⚡ Enthält Skripte⚙️ Externe Befehle🌐 Netzwerkzugriff🔑 Umgebungsvariablen📁 Dateisystemzugriff

BRENDA-Enzymdaten analysieren

Enzymforschung erfordert häufig strukturierten Zugriff auf kinetische und organismusspezifische Daten. Dieser Skill hilft Claude, Codex und Claude Code dabei, BRENDA-Datensätze abzufragen und sie in nutzbare biochemische Analysen umzuwandeln.

Unterstützt: Claude Codex Code(CC)

🥉 78 Bronze

Maintain this Skill? Claim it 🥉 78 Bronze

Mit meinem Agent installieren

Kopieren Sie diese Anfrage in Ihren Agent. Sie enthält die maßgebliche Skill-Seite und das Manifest.

Agent-Anfrage

Review the Skillstore skill "brenda-database" from https://skillstore.io/skills/k-dense-ai-brenda-database.md and its manifest at https://skillstore.io/api/skills/k-dense-ai-brenda-database/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.

Ihr Agent sollte weiterhin seinen Plan anzeigen und alle von der Sicherheitsrichtlinie verlangten Bestätigungen anfordern.

Agent-lesbare Ressourcen

Verwenden Sie diese Links, wenn ein KI-Agent, Crawler oder Skript sauberen Kontext benötigt, statt die vollständige Seite zu lesen.

Markdown-Detailseite GET /skills/k-dense-ai-brenda-database.md Signiertes manifest GET /api/skills/k-dense-ai-brenda-database/manifest Signiertes lockfile GET /api/skills/k-dense-ai-brenda-database/lockfile

Testen

„brenda-database“ wird verwendet. Km-Werte für Alkoholdehydrogenase in Hefe abrufen.

Erwartetes Ergebnis:

Eine prägnante tabellenartige Zusammenfassung von Substraten, Km-Werten, Organismen, Einheiten, Referenzen und Hinweisen zu unvollständigen Datensätzen.

„brenda-database“ wird verwendet. EC 1.1.1.1 über drei Organismen hinweg vergleichen.

Erwartetes Ergebnis:

Kinetischer Vergleich nach Organismus
Häufigste Substrate und Cofaktoren
Datenlücken, die manuell verifiziert werden müssen

„brenda-database“ wird verwendet. Einen Stoffwechselwegbericht für die Lactatproduktion erstellen.

Erwartetes Ergebnis:

Eine lesbare Machbarkeitszusammenfassung des Stoffwechselwegs mit Enzymkandidaten, Reaktionsschritten, Einschränkungen durch Bedingungen und Folgeexperimenten.

Sicherheitsaudit

Sicher

v8 • 9.7.2026 Versionsbericht öffnen

The audit found extensive static-analysis noise from Markdown formatting, EC numbers misread as IP addresses, and legitimate BRENDA credential setup. The only confirmed issue is that helper export functions write to caller-provided filenames, which can overwrite local files if used carelessly.

Gescannte Dateien

4,133

Analysierte Zeilen

Prüfelemente

Falschmeldungen ignoriert

Elemente der Fähigkeitsprüfung (3)

Dies sind echte lokale Fähigkeiten, die für diese Fähigkeit erwartet werden können; daher müssen sie überprüft werden, werden jedoch nicht als bestätigtes bösartiges Verhalten gezählt.

Mittel

scripts/brenda_queries.py:761

Python file write/append

with open(filename, 'w', newline='') as f:

The helper writes to a filename parameter without constraining the output path. This is intended export behavior, but a careless or model-chosen path could overwrite local files.

Mittel

scripts/brenda_queries.py:765

Python file write/append

with open(filename, 'w') as f:

The helper writes to a filename parameter without constraining the output path. This is intended export behavior, but a careless or model-chosen path could overwrite local files.

Mittel

scripts/enzyme_pathway_builder.py:925

Python file write/append

with open(filename, 'w') as f:

The helper writes to a filename parameter without constraining the output path. This is intended export behavior, but a careless or model-chosen path could overwrite local files.

Risikofaktoren

⚡ Enthält Skripte (8)

evaluation_output.json:57 evaluation_output.json:60 evaluation_output.json:60 scripts/brenda_visualization.py:41-46 scripts/enzyme_pathway_builder.py:54-59 SKILL.md:504-508 SKILL.md:530-534 SKILL.md:598-602

⚙️ Externe Befehle (50)

evaluation_output.json:24 SKILL.md:35-46 SKILL.md:46-49 SKILL.md:49-53 SKILL.md:53-56 SKILL.md:56-67 SKILL.md:67-74 SKILL.md:74-85 SKILL.md:85-88 SKILL.md:88-99 SKILL.md:99-106 SKILL.md:106-116 SKILL.md:116-119 SKILL.md:119-124 SKILL.md:124-127 SKILL.md:127-132 SKILL.md:132-139 SKILL.md:139-150 SKILL.md:150-153 SKILL.md:153-158 SKILL.md:158-165 SKILL.md:165-174 SKILL.md:174-177 SKILL.md:177-185 SKILL.md:185-192 SKILL.md:192-203 SKILL.md:203-206 SKILL.md:206-214 SKILL.md:214-221 SKILL.md:221-231 SKILL.md:231-234 SKILL.md:234-243 SKILL.md:243-250 SKILL.md:250-259 SKILL.md:259-262 SKILL.md:262-267 SKILL.md:267-274 SKILL.md:274-285 SKILL.md:285-288 SKILL.md:288-293 SKILL.md:293-297 SKILL.md:297-299 SKILL.md:299-306 SKILL.md:306-309 SKILL.md:309-312 SKILL.md:312-315 SKILL.md:315-321 SKILL.md:321-332 SKILL.md:332-333 SKILL.md:333-334

🌐 Netzwerkzugriff (50)

evaluation_output.json:36 evaluation_output.json:139 evaluation_output.json:159 evaluation_output.json:161 evaluation_output.json:187 references/api_reference.md:11 references/api_reference.md:78 references/api_reference.md:274 references/api_reference.md:293 references/api_reference.md:312 references/api_reference.md:318 references/api_reference.md:324 references/api_reference.md:352 references/api_reference.md:363 references/api_reference.md:380 references/api_reference.md:400 references/api_reference.md:413 references/api_reference.md:441 references/api_reference.md:453 scripts/brenda_queries.py:23 scripts/brenda_queries.py:827 scripts/brenda_queries.py:829 scripts/brenda_queries.py:837 scripts/brenda_queries.py:838 scripts/brenda_visualization.py:22 scripts/brenda_visualization.py:23 scripts/brenda_visualization.py:749 scripts/enzyme_pathway_builder.py:1032 SKILL.md:318 SKILL.md:713 SKILL.md:714 SKILL.md:715 SKILL.md:716 SKILL.md:717 SKILL.md:39 SKILL.md:42 SKILL.md:45 SKILL.md:78 SKILL.md:81 SKILL.md:84 SKILL.md:143 SKILL.md:156 SKILL.md:168 SKILL.md:180 SKILL.md:195 SKILL.md:209 SKILL.md:224 SKILL.md:237 SKILL.md:253 SKILL.md:265

🔑 Umgebungsvariablen (1)

references/api_reference.md:217

📁 Dateisystemzugriff (3)

scripts/brenda_queries.py:761 scripts/brenda_queries.py:765 scripts/enzyme_pathway_builder.py:925

Geprüft von: claude Audit-Verlauf anzeigen →

Diesen Bericht teilen & zitieren

Teile den versionierten Bewertungsbericht, das neutrale Badge, die Einbettungskarte und Zitate. Skillstore berichtet Nachweise, ohne zu entscheiden, ob dieser Skill sicher ist.

Versionsbericht öffnen

Berichtslink kopieren

https://skillstore.io/skills/k-dense-ai-brenda-database/audits/8?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_report

Markdown-Badge

[![Skillstore security assessment](https://skillstore.io/badges/skills/k-dense-ai-brenda-database/security.svg)](https://skillstore.io/skills/k-dense-ai-brenda-database?utm_source=security_passport_badge)

HTML-Badge

<a href="https://skillstore.io/skills/k-dense-ai-brenda-database?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/k-dense-ai-brenda-database/security.svg" alt="Skillstore security assessment" loading="lazy"></a>

Einbettungskarte

<iframe src="https://skillstore.io/embed/skills/k-dense-ai-brenda-database.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>

Wissenschaftliche Zitate (APA · BibTeX · CFF)

APA-Zitat

K-Dense-AI. (2026). brenda-database security audit report (audit version 8) [Author version unspecified]. Skillstore. https://skillstore.io/skills/k-dense-ai-brenda-database/audits/8

BibTeX-Zitat

@techreport{k-dense-ai-k-dense-ai-brenda-database-2026,
  author = {K-Dense-AI},
  title = {brenda-database security audit report (audit version 8)},
  institution = {Skillstore},
  year = {2026},
  number = {8},
  url = {https://skillstore.io/skills/k-dense-ai-brenda-database/audits/8},
  note = {Author version unspecified}
}

CITATION.cff

cff-version: 1.2.0
message: "If you use this Skill, cite its author and this versioned security audit report."
title: "brenda-database security audit report (audit version 8)"
version: "unspecified"
type: report
authors:
  - name: "K-Dense-AI"
date-released: "2026-07-09"
url: "https://skillstore.io/skills/k-dense-ai-brenda-database/audits/8"
identifiers:
  - type: other
    value: "skillstore:k-dense-ai-brenda-database:audit:8"
    description: "Skillstore immutable audit report identifier"

Varianten vergleichen

2 installierbare Varianten

Jeder Autor bleibt ein eigener installierbarer Skill. Die empfohlene Variante wird nach Skillstore-Nachweisen bewertet.

Warum diese Variante zuerst steht

Höchster Skillstore-Score

Autor / Quelle Skillstore-Score Evidenzvertrauen Skillstore-Nutzung Aktualisiert

K-Dense-AI Empfohlen Aktuell

k-dense-ai-brenda-database

Skillstore-Score 78

Evidenzvertrauen Hoch

Skillstore-Nutzung 20

Aktualisiert

2026-09-09

davila7

davila7-brenda-database

Skillstore-Score 70

Evidenzvertrauen Hoch

Skillstore-Nutzung 12

Aktualisiert

2026-09-09

Skillstore-Score

Warum dieser Score Evidenzvertrauen: Hoch

Architektur

Wartbarkeit

Inhalt

Gemeinschaft

Spezifikationskonformität

Was Sie erstellen können

Enzymkinetik für ein Forschungsprojekt vergleichen

Km- und kcat-Werte für eine EC-Nummer über Organismen, Substrate und Literaturdatensätze hinweg abrufen.

Enzymkandidaten für das Design von Stoffwechselwegen bewerten

Enzyme, Cofaktoren, Inhibitoren, Aktivatoren und Umweltbeschränkungen für eine biochemische Zielroute finden.

Lehrbeispiele aus kuratierten Enzymdaten vorbereiten

Klare Zusammenfassungen und Visualisierungen für Enzymklassen, Reaktionen und kinetisches Verhalten erstellen.

Diese Prompts ausprobieren

Grundlegende Enzymkinetik nachschlagen

Verwende den BRENDA-Datenbank-Skill, um Km- und kcat-Daten für EC 1.1.1.1 zusammenzufassen. Beziehe Organismen, Substrate, Einheiten und wichtige Einschränkungen ein.

Organismen für ein Enzym vergleichen

Vergleiche kinetische Daten zur Alkoholdehydrogenase über Saccharomyces cerevisiae, Escherichia coli und Homo sapiens hinweg. Hebe Substratunterschiede und fehlende Daten hervor.

Betriebsbedingungen bewerten

Finde Informationen zu pH, Temperatur, Cofaktor, Inhibitor und Aktivator für EC 1.1.1.1. Empfiehl Bedingungen für einen vorläufigen in-vitro-Screen.

Bericht zur Machbarkeit eines Stoffwechselwegs erstellen

Verwende BRENDA-Daten, um einen enzymatischen Stoffwechselweg zu Lactat mit bis zu drei Schritten zu skizzieren. Beziehe Kandidatenenzyme, Organismen, Cofaktoren und Machbarkeitsrisiken ein.

Bewährte Praktiken

Verwende präzise EC-Nummern und Organismennamen, um mehrdeutige BRENDA-Treffer zu reduzieren.
Speichere BRENDA-Zugangsdaten außerhalb gemeinsam genutzter Repositories und rotiere sie, falls sie offengelegt wurden.
Validiere abgerufene kinetische Werte anhand der Primärliteratur, bevor du sie in Modellen verwendest.

Vermeiden

Behandle BRENDA-Ausgaben nicht ohne fachkundige Prüfung als experimentellen Nachweis.
Commite keine .env-Dateien oder exportiertes Zugangsdatenmaterial in die Versionskontrolle.
Schreibe Exporte nicht in sensible Verzeichnisse und überschreibe keine bestehenden Forschungsdateien.

Häufig gestellte Fragen

Erfordert dieser Skill BRENDA-Zugangsdaten?

Ja. BRENDA erfordert ein registriertes Konto, und die Skripte erwarten Zugangsdaten aus Umgebungsvariablen oder einer lokalen .env-Datei.

Kann er ohne Internetzugang funktionieren?

Nein. Live-Abfragen erfordern Zugriff auf den BRENDA SOAP-Service, sofern du nicht bereits gecachte oder exportierte Daten hast.

Kann er jedes Enzym analysieren?

Er funktioniert am besten mit gültigen EC-Nummern und in BRENDA vorhandenen Datensätzen. Fehlende oder spärliche Datensätze können das Ergebnis einschränken.

Erstellt er Visualisierungen?

Ja. Die enthaltenen Visualisierungshelfer können Diagramme für kinetische Werte, Organismusvergleiche, pH, Temperatur und Substratspezifität erstellen.

Kann er Ergebnisse exportieren?

Ja. Hilfsfunktionen können ausgewählte kinetische und stoffwechselwegbezogene Daten in lokale Dateien wie CSV-, JSON-, Excel- oder Textberichte exportieren.

Ist die Ausgabe bereit für klinische oder Produktionsentscheidungen?

Nein. Die Ausgabe ist unterstützendes Forschungsmaterial und sollte vor der Nutzung für Entscheidungen mit hohem Risiko von qualifizierten Fachexperten geprüft werden.