🧬

biomni

Name: biomni
Author: K-Dense-AI

Низкий риск ⚙️ Внешние команды🔑 Переменные окружения📁 Доступ к файловой системе🌐 Доступ к сети

Автоматизация биомедицинских исследований с помощью ИИ-агентов

Также доступно от: davila7

Biomni трансформирует сложные биомедицинские исследования, автономно выполняя многошаговые аналитические задачи. Исследователи могут сосредоточиться на научных вопросах, пока ИИ занимается обработкой данных, обзором литературы и вычислительным анализом в областях геномики, разработки лекарств и клинических исследований.

Поддерживает: Claude Codex Code(CC)

🥉 75 Бронза

Скачать ZIP навыка

Загрузить в Claude

Перейдите в Settings → Capabilities → Skills → Upload skill

Включите и начните использовать

Протестировать

Использование «biomni». Разработать CRISPR скрининг для регуляторов аутофагии

Ожидаемый результат:

Сгенерирована библиотека sgRNA с 76 230 направляющими, нацеленными на 19 057 генов
Разработано 4 sgRNA на ген с показателями эффективности выше 0.7
Включены положительные контроли: ATG5, BECN1, ULK1, mTOR
Приоритизировано 347 кандидатных генов на основе анализа путей
Предоставлен код Python для конвейера анализа скрининга

Использование «biomni». Анализировать одноядерную РНК-секвенирование из опухолевых образцов

Ожидаемый результат:

Идентифицировано 12 различных популяций клеток через кластеризацию
Аннотированы основные типы иммунных клеток: Т-клетки, В-клетки, макрофаги
Обнаружено 3 новых кластера клеток с неизвестными маркерами
Дифференциальная экспрессия выявила 234 повышенно экспрессируемых гена в опухолевой области

Аудит безопасности

Низкий риск

v4 • 1/17/2026

The static analysis flagged 415 patterns, but 95% are FALSE POSITIVES from markdown documentation. The backtick patterns are markdown code delimiters, not shell execution. The API key patterns show example environment variable names in documentation, not actual secrets. The skill is a legitimate Stanford SNAP lab biomedical research framework. The code execution + network + credential combination is the intended design for an AI agent that generates bioinformatics analysis code. Proper security warnings are documented recommending sandboxed execution.

Просканировано файлов

3,120

Проанализировано строк

находки

Всего аудитов

Факторы риска

⚙️ Внешние команды (3)

scripts/setup_environment.py:25-30 scripts/setup_environment.py:47-51 scripts/setup_environment.py:67-70

🔑 Переменные окружения (2)

scripts/setup_environment.py:82-122 scripts/setup_environment.py:125-149

📁 Доступ к файловой системе (2)

scripts/setup_environment.py:128-149 scripts/setup_environment.py:211-214

🌐 Доступ к сети (1)

SKILL.md:272-276

Проверено: claude Посмотреть историю аудитов →

Оценка качества

Архитектура

100

Сопровождаемость

Контент

Сообщество

Безопасность

Соответствие спецификации

Что вы можете построить

Проектирование геномных CRISPR скринингов

Автоматизация проектирования библиотек sgRNA, приоритизации генов и анализа эффектов нокаута для исследований функциональной геномики

Обработка данных одноядерного секвенирования

Контроль качества, кластеризация, аннотация типов клеток и анализ дифференциальной экспрессии

Прогнозирование свойств ADMET соединений

Оценка абсорбции, распределения, метаболизма, экскреции и токсичности для кандидатных молекул

Попробуйте эти промпты

Проектирование CRISPR скрининга

Разработайте CRISPR скрининг нокаута для идентификации генов, регулирующих аутофагию в клетках HEK293. Включите проектирование библиотеки sgRNA, положительные/отрицательные контроли и приоритизацию генов на основе релевантности путей.

Анализ одноядерных данных

Проанализируйте этот набор данных одноядерной РНК-секвенирования: выполните контроль качества, идентифицируйте популяции клеток через кластеризацию, аннотируйте типы клеток с использованием маркерных генов и проведите дифференциальную экспрессию. Файл: path/to/data.h5ad

Интерпретация GWAS

Интерпретируйте результаты GWAS для диабета 2 типа: идентифицируйте варианты геномного уровня значимости, отобразите их на причинные гены, проведите обогащение путей и спрогнозируйте функциональные последствия

Прогнозирование ADMET лекарств

Спрогнозируйте свойства ADMET для этих соединений: [SMILES строки]. Сосредоточьтесь на проницаемости Caco-2, связывании с белками плазмы, взаимодействиях с CYP450, клиренсе и токсичности hERG

Лучшие практики

Указывайте биологический контекст, включая организм, тип клетки и экспериментальные условия
Предоставляйте пути к файлам данных при анализе наборов данных
Устанавливайте вычислительные ограничения для сложных анализов
Сохраняйте историю переписки для воспроизводимости

Избегать

Запуск без проверки сгенерированного кода в рабочих средах
Предоставление ключей API или учётных данных в общих средах
Обработка конфиденциальных клинических данных без надлежащего разрешения
Игнорирование настроек тайм-аута для длительных анализов

Часто задаваемые вопросы

Безопасно ли использовать biomni?

Да, biomni из лаборатории SNAP Стэнфорда. Запускайте в изолированных средах, так как выполняется сгенерированный код с системными привилегиями.

Какие провайдеры LLM поддерживает biomni?

Anthropic Claude (рекомендуется), OpenAI GPT, Google Gemini, Groq, Azure OpenAI и AWS Bedrock.

Сколько данных загружает biomni?

Приблизительно 11 ГБ биомедицинских баз данных, включая аннотации генов, белковые структуры и клинические наборы данных.

Может ли biomni анализировать мои экспериментальные данные?

Да, укажите пути к файлам ваших наборов данных в запросах на естественном языке. Поддерживаются распространённые форматы, такие как FASTA, BAM, VCF и HDF5.

Какие области охватывает biomni?

Геномика, протеомика, разработка лекарств, клиническая геномика, молекулярная биология и интеграция мульти-омикс.

Как мне цитировать biomni?

Ссылайтесь на препринт: https://www.biorxiv.org/content/10.1101/2025.05.30.656746v1 и репозиторий GitHub.