技能 opentargets-database
🔬

opentargets-database

安全 🌐 网络访问

Запрос целей для лекарств в Open Targets

也可从以下获取: K-Dense-AI

Находите терапевтические мишени и кандидаты для лекарств, используя интегрированные генетические, омиксные и клинические данные. Запрашивайте ассоциации генов и заболеваний с оценками доказательств для ускорения разработки лекарств.

支持: Claude Codex Code(CC)
🥉 76 青铜
1

下载技能 ZIP

2

在 Claude 中上传

前往 设置 → 功能 → 技能 → 上传技能

3

开启并开始使用

测试它

正在使用“opentargets-database”。 Найти ген IL6 и показать его доступность для воздействия, проблемы с безопасностью и основные ассоциации с заболеваниями

预期结果:

  • IL6 (Interleukin-6) - Protein-coding gene
  • Tractability: High (Clinical precedence for antibody modality)
  • Safety liabilities: Cytokine release syndrome, immune modulation
  • Top disease associations:
  • - Rheumatoid arthritis (score: 0.89) - genetic + known drug evidence
  • - COVID-19 (score: 0.76) - pathway + expression evidence
  • - Castleman disease (score: 0.82) - known drug evidence

正在使用“opentargets-database”。 Найти лекарства в клинических испытаниях для онкологической мишени и показать их фазы

预期结果:

  • Drugs targeting EGFR with clinical activity:
  • - Osimertinib (Phase 4) - Approved for NSCLC
  • - Cetuximab (Phase 4) - Colorectal and head and neck cancer
  • - Lazertinib (Phase 3) - EGFR-mutant lung cancer
  • - Dacomitinib (Phase 3) - Advanced NSCLC

正在使用“opentargets-database”。 Показать доказательства, связывающие результат GWAS с заболеванием

预期结果:

  • Evidence for LRRK2 and Parkinson's disease:
  • - GWAS Catalog: Lead SNP rs76904798 (OR: 1.16, p-value: 2e-22)
  • - L2G Score: 0.73 (strong colocalization)
  • - Known drug: Safinamide approved for Parkinson's
  • - Pathway evidence: Neuroinflammation pathway involvement

安全审计

安全
v6 • 1/17/2026

This skill is a pure read-only API client for the Open Targets Platform biomedical database. The static scanner produced 152 false positives primarily by misclassifying markdown code formatting backticks as shell commands, biomedical terminology as system reconnaissance, and variable names containing 'crypt' as weak cryptography. The actual Python code only makes GraphQL requests to https://api.platform.opentargets.org/api/v4/graphql with no filesystem access, command execution, or data exfiltration. All behavior matches the stated purpose of querying therapeutic target data.

6
已扫描文件
1,945
分析行数
3
发现项
6
审计总数
低风险问题 (2)
Network: Python HTTP libraries
Legitimate use of requests library to query public Open Targets API
Network: Hardcoded URL
Official Open Targets Platform API endpoint documented in code
审计者: claude 查看审计历史 →

质量评分

68
架构
100
可维护性
87
内容
20
社区
100
安全
83
规范符合性

你能构建什么

Приоритизация терапевтических мишеней

Оценивайте гены-кандидаты, используя генетические доказательства, оценки доступности для воздействия и данные о безопасности из множества источников.

Поиск доказательств для генов

Ищите подтверждающие доказательства, связывающие гены с заболеваниями, используя GWAS, литературу и данные о путях.

Картирование ландшафта разработки лекарств

Определяйте лекарства в клинических испытаниях для мишени и оценивайте конкурентный портфель разработок.

试试这些提示

Поиск мишени
Use opentargets-database to search for BRCA1 and retrieve target information including tractability, safety liabilities, and associated diseases with scores.
Поиск мишеней для заболевания
Search for Alzheimer's disease using opentargets-database, then retrieve the top 10 associated targets with their evidence scores.
Получение информации о лекарстве
Use opentargets-database to get information about aspirin (CHEMBL25) including mechanism of action, drug type, and clinical trial phases.
Анализ доказательств
Use opentargets-database to retrieve detailed evidence for the association between a gene and disease, filtering by genetic_association and known_drug data types.

最佳实践

  • Начинайте с генетических доказательств (GWAS, ClinVar) как наиболее сильного индикатора релевантности к заболеванию
  • Проверяйте оценки доступности для воздействия, чтобы понять возможность создания лекарства перед началом валидации мишени
  • Изучайте проблемы с безопасностью на ранних этапах, чтобы избежать мишеней с плохим терапевтическим окном

避免

  • Использование оценок ассоциаций как вероятностей клинического успеха вместо метрик относительного ранжирования
  • Опора исключительно на доказательства из литературы, извлечённые с помощью text-mining, без ручной валидации
  • Игнорирование генетических ограничений (оценки pLI) при оценке безопасности мишени

常见问题

Какие AI-инструменты поддерживают этот навык?
Этот навык работает с Claude, Codex и Claude Code. Все инструменты могут запрашивать Open Targets API, используя предоставленные функции Python.
Каковы ограничения частоты запросов к Open Targets API?
GraphQL API разработан для исследовательских запросов. Для систематических анализов множества мишеней используйте загрузку данных или Google BigQuery.
Как это интегрируется с моими существующими рабочими процессами?
Импортируйте функции query_opentargets.py напрямую. Используйте search_entities для поиска идентификаторов, затем передавайте их в get_target_info, get_disease_info или другие функции.
Безопасны ли мои данные при использовании этого навыка?
Да. Этот навык выполняет только запросы для чтения на серверы Open Targets. Никакие пользовательские данные не сохраняются и не передаются, кроме параметров запроса, отправляемых в API.
Почему некоторые заболевания имеют низкие оценки, несмотря на убедительные доказательства?
Оценки ассоциаций ранжируют мишени относительно друг друга в рамках заболевания. Малоизученные или редкие заболевания могут иметь более низкие оценки из-за ограниченных исследований.
Чем это отличается от аналогичных инструментов?
Open Targets интегрирует более 20 источников данных, включая GWAS Catalog, ClinVar, ChEMBL и Reactome. Он предоставляет стандартизированные доказательства с единой системой оценки по всем источникам.