스킬 string-database
🧬

string-database

안전 🌐 네트워크 접근

STRING 데이터베이스에서 단백질 상호작용 네트워크 조회

또한 다음에서 사용할 수 있습니다: davila7

연구자들은 생물학적 시스템과 질병 메커니즘을 이해하기 위해 단백질-단백질 상호작용을 파악해야 합니다. 이 스킬은 5000종 이상의 생물종에 걸쳐 59M개의 단백질과 200억 건 이상의 상호작용을 포함하는 STRING의 종합 데이터베리에 직접 접근할 수 있게 해줍니다.

지원: Claude Codex Code(CC)
🥉 73 브론즈
1

스킬 ZIP 다운로드

2

Claude에서 업로드

설정 → 기능 → 스킬 → 스킬 업로드로 이동

3

토글을 켜고 사용 시작

테스트해 보기

"string-database" 사용 중입니다. BRCA1에 대한 높은 신뢰도의 상호작용 파트너 조회

예상 결과:

  • 신뢰도 > 700인 상위 10개 BRCA1 상호작용 파트너:
  • BRCA2 - DNA修复 단백질, 990 신뢰도
  • RAD51 - DNA 재조합효소, 985 신뢰도
  • PALB2 - BRCA2 결합 단백질, 980 신뢰도
  • TP53 - 종양 억제 단백질, 750 신뢰도
  • CHEK2 - 체크포인트 키나제, 720 신뢰도
  • 네트워크에는 상동 재조합 수선에서 BRCA1의 역할을 지원하는 5개의 높은 신뢰도 상호작용이 포함되어 있습니다.

"string-database" 사용 중입니다. DNA修復 유전자에 대한 기능적 풍부도 분석 수행

예상 결과:

  • 유의한 GO 생물학적 과정 용어 (FDR < 0.05):
  • DNA修復 (GO:0006281) - 12개 유전자, FDR 1.2e-15
  • 이중나선 절단修復 (GO:0006302) - 8개 유전자, FDR 3.4e-10
  • 세포 주기 정지 (GO:0007050) - 6개 유전자, FDR 8.1e-8
  • KEGG 경로: DNA 복제 (mmu03030) - 5개 유전자, FDR 0.0012
  • 최상위 허브 단백질: TP53, BRCA1, ATM이 고도로 연결된 모듈 형성

보안 감사

안전
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
스캔된 파일
1,586
분석된 줄 수
1
발견 사항
4
총 감사 수

위험 요인

🌐 네트워크 접근 (3)
scripts/string_api.py:21-22 scripts/string_api.py:62-67 scripts/string_api.py:116-121
감사자: claude 감사 이력 보기 →

품질 점수

64
아키텍처
90
유지보수성
87
콘텐츠
20
커뮤니티
100
보안
78
사양 준수

만들 수 있는 것

차등 발현 유전자 분석

RNA-seq 또는 단백체학 실험에서 단백질 목록을 업로드하여 풍부해진 경로와 상호작용 네트워크를 식별합니다.

단백질 기능 및 상호작용 연구

특정 단백질을 조사하여 상호작용 파트너를 발견하고 네트워크를 시각화하며 생물학적 역할을 이해합니다.

생물학적 네트워크 구축 및 분석

포괄적인 상호작용 네트워크를 구축하고 단백질이 중요한 기능 모듈을 형성하는지 테스트합니다.

이 프롬프트를 사용해 보세요

기본 단백질 네트워크 
TP53에 대한 인간 단백질 상호작용 네트워크를 중간 신뢰도(400)로 조회하고, 5개의 추가 노드를 포함하여 PNG 이미지로 저장하세요.
기능적 풍부도 분석 
다음 단백질들에 대한 기능적 풍부도 분석을 수행하세요: TP53, BRCA1, ATM, CHEK2, MDM2. FDR < 0.05인 GO 생물학적 과정을 보여주세요.
종 간 비교 
인간(9606)과 쥐(10090)의 p53 단백질에 대한 상호작용 네트워크를 높은 신뢰도(700)로 조회한 후, 상위 10개 상호작용자를 비교하세요.
경로 분석 
 
 
모범 사례
 
  •  항상 더 빠르고 정확한 쿼리를 위해 먼저 string_map_ids를 사용하여 단백질 식별자를 매핑하세요
  •  적절한 신뢰도 임계값 사용: 표준 분석은 400, 높은 신뢰도 상호작용은 700
  •  10개 이상의 단백질이 있는 네트워크의 경우 종 매개변수(NCBI 분류 ID) 포함
 
 
피하기
 
  •  100개 이상의 단백질로 단일 호출에서 쿼리하지 마세요 - 큰 목록은 배치로 분할
  •  생물학적 근거 없이 매우 낮은 신뢰도 임계값(< 150) 사용 피하기
  •  다중 단백질 네트워크에 대한 종 지정 무시하지 않기
 
 
자주 묻는 질문
 
STRING 데이터베이스란 무엇입니까?  
STRING은 실험, 데이터베이스, 텍스트 마이닝의 데이터를 통합하여 5000개 이상의 유기체에 걸쳐 59M개의 단백질과 200억 건 이상의 상호작용을 포괄하는 단백질-단백질 상호작용의 종합 데이터베이스입니다.
어떤 종이 지원되나요?  
STRING은 5000개 이상의 종을 지원합니다. 일반적인 종으로는 인간(9606), 쥐(10090), 랫(10116), 초파리(7227), 효모(4932), 제브라피시(7955)가 있습니다.
어떤 신뢰도 임계값을 사용해야 하나요?  
표준 분석에는 400을, 높은 신뢰도 상호작용에는 700을, 탐색적 분석에는 150을 사용하세요. 높은 임계값은 더 적지만 더 신뢰할 수 있는 상호작용을 제공합니다.
STRING을 어떻게 인용하나요?  
https://string-db.org의 최신 STRING 간행물을 인용하세요. 이 데이터는 Creative Commons BY 4.0 라이선스 하에 무료로 이용 가능합니다.
100개 이상의 단백질을 분석할 수 있나요?  
네, 하지만 시간 초과를 피하고 최적의 성능을 보장하기 위해 100개 이하의 단백질로 큰 목록을 분할하세요.
기능 네트워크와 물리적 네트워크의 차이점은 무엇입니까?  
기능 네트워크는 모든 증거 유형을 포함합니다(대부분의 분석에 권장). 물리적 네트워크는 직접적인 결합 증거만 보여줍니다(구조 연구용).
 
 
개발자 세부 정보
 
작성자
 K-Dense-AI
 
라이선스
 
CC-BY-4.0
 
리포지토리
 https://github.com/K-Dense-AI/claude-scientific-skills/tree/main/scientific-skills/string-database
 
참조
 
main
 
파일 구조
 
📁 references/
 
📄 string_reference.md
 
📁 scripts/
 
📄 string_api.py
 
📄 SKILL.md