Habilidades string-database
🧬

string-database

Seguro 🌐 Acceso a red

Consultar redes de interacción de proteínas de la base de datos STRING

También disponible en: davila7

Los investigadores necesitan comprender las interacciones proteína-proteína para estudiar sistemas biológicos y mecanismos de enfermedad. Esta habilidad proporciona acceso directo a la base de datos integral de STRING con 59M proteínas y más de 20B interacciones en más de 5000 especies.

Soporta: Claude Codex Code(CC)
🥉 73 Bronce
1

Descargar el ZIP de la skill

2

Subir en Claude

Ve a Configuración → Capacidades → Skills → Subir skill

3

Activa y empieza a usar

Pruébalo

Usando "string-database". Get interaction partners for BRCA1 with high confidence

Resultado esperado:

  • Top 10 BRCA1 interaction partners (confidence > 700):
  • BRCA2 - DNA repair protein, 990 confidence
  • RAD51 - DNA recombinase, 985 confidence
  • PALB2 - BRCA2 binding protein, 980 confidence
  • TP53 - Tumor suppressor, 750 confidence
  • CHEK2 - Checkpoint kinase, 720 confidence
  • Network contains 5 high-confidence interactions supporting BRCA1's role in homologous recombination repair.

Usando "string-database". Perform functional enrichment on DNA repair genes

Resultado esperado:

  • Significant GO Biological Process terms (FDR < 0.05):
  • DNA repair (GO:0006281) - 12 genes, FDR 1.2e-15
  • Double-strand break repair (GO:0006302) - 8 genes, FDR 3.4e-10
  • Cell cycle arrest (GO:0007050) - 6 genes, FDR 8.1e-8
  • KEGG Pathways: DNA replication (mmu03030) - 5 genes, FDR 0.0012
  • Top hub proteins: TP53, BRCA1, ATM form a highly connected module

Auditoría de seguridad

Seguro
v4 • 1/17/2026

The string-database skill is a legitimate bioinformatics tool for accessing protein-protein interaction data from the STRING database (string-db.org), a trusted ELIXIR resource. All 291 static findings are false positives: backticks in documentation are code formatting, HTTP requests target the official STRING API, file writes are for saving network images, and 'cryptographic' and 'reconnaissance' patterns are misinterpreted scientific terminology.

4
Archivos escaneados
1,586
Líneas analizadas
1
hallazgos
4
Auditorías totales

Factores de riesgo

🌐 Acceso a red (3)
scripts/string_api.py:21-22 scripts/string_api.py:62-67 scripts/string_api.py:116-121
Auditado por: claude Ver historial de auditorías →

Puntuación de calidad

64
Arquitectura
90
Mantenibilidad
87
Contenido
20
Comunidad
100
Seguridad
78
Cumplimiento de la especificación

Lo que puedes crear

Analizar genes diferencialmente expresados

Sube una lista de proteínas de experimentos de RNA-seq o proteómica para identificar rutas enriquecidas y redes de interacción.

Estudiar función e interacciones de proteínas

Investiga proteínas específicas para descubrir socios de interacción, visualizar redes y comprender funciones biológicas.

Construir y analizar redes biológicas

Construye redes de interacción integrales y prueba si las proteínas forman módulos funcionales significativos.

Prueba estos prompts

Red básica de proteínas 
Get the protein interaction network for TP53 in humans with medium confidence (400), including 5 additional nodes, and save as PNG image.
Enriquecimiento funcional 
Perform functional enrichment analysis on these proteins: TP53, BRCA1, ATM, CHEK2, MDM2. Show GO biological processes with FDR < 0.05.
Comparación entre especies 
Get interaction networks for p53 protein in human (9606) and mouse (10090) with high confidence (700), then compare the top 10 interactors.
Análisis de rutas 
Analyze this DNA repair protein list: map IDs, get interaction network with 700 confidence, test PPI enrichment, perform GO/KEGG enrichment, and generate evidence-colored network image.

Mejores prácticas

  • Siempre mapea primero los identificadores de proteínas usando string_map_ids para consultas más rápidas y precisas
  • Usa umbrales de confianza adecuados: 400 para análisis estándar, 700 para interacciones de alta confianza
  • Incluye el parámetro de especie (NCBI taxon ID) para redes con más de 10 proteínas

Evitar

  • No consultes con más de 100 proteínas en una sola llamada: divide listas grandes en lotes
  • Evita usar umbrales de confianza muy bajos (< 150) sin justificación biológica
  • No ignores la especificación de especie para redes de múltiples proteínas

Preguntas frecuentes

¿Qué es la base de datos STRING?
STRING es una base de datos integral de interacciones proteína-proteína que cubre 59M proteínas y más de 20B interacciones en más de 5000 organismos, integrando datos de experimentos, bases de datos y minería de texto.
¿Qué especies son compatibles?
STRING admite más de 5000 especies. Algunas comunes incluyen humano (9606), ratón (10090), rata (10116), mosca (7227), levadura (4932) y pez cebra (7955).
¿Qué umbral de confianza debo usar?
Usa 400 para análisis estándar, 700 para interacciones de alta confianza y 150 para análisis exploratorio. Umbrales más altos dan menos interacciones pero más fiables.
¿Cómo cito STRING?
Cita la publicación más reciente de STRING en https://string-db.org/cgi/about. Los datos están disponibles libremente bajo la licencia Creative Commons BY 4.0.
¿Puedo analizar más de 100 proteínas?
Sí, pero divide listas grandes en lotes de 100 o menos proteínas para evitar tiempos de espera y asegurar un rendimiento óptimo.
¿Cuál es la diferencia entre redes funcionales y físicas?
Las redes funcionales incluyen todos los tipos de evidencia (recomendado para la mayoría de los análisis). Las redes físicas solo muestran evidencia de unión directa (para estudios estructurales).

Detalles del desarrollador

Licencia

CC-BY-4.0

Repositorio

https://github.com/K-Dense-AI/claude-scientific-skills/tree/main/scientific-skills/string-database

Ref.

main

Estructura de archivos

📁 references/

📄 string_reference.md

📁 scripts/

📄 string_api.py

📄 SKILL.md