📦
venue-templates
85准备学术投稿材料
学术投稿常常会因为不同投稿场所的格式规则不同而失败。此技能提供模板、要求和示例，帮助更快地准备材料。
研究与学习 查看
技能 brenda-database
📦
brenda-database
内容修订 r1 安全 ⚡ 包含脚本⚙️ 外部命令🌐 网络访问🔑 环境变量📁 文件系统访问
分析 BRENDA 酶数据
酶研究通常需要以结构化方式访问动力学和特定生物体数据。此技能可帮助 Claude、Codex 和 Claude Code 查询 BRENDA 记录，并将其转化为可用的生化分析。
支持: Claude Codex Code(CC)
使用我的智能体安装
将此请求复制给你的智能体，其中包含权威 Skill 页面和清单。
智能体请求
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.你的智能体仍应展示其计划，并按安全策略请求必要确认。
Agent 可读资源
当 AI Agent、爬虫或脚本需要干净上下文，而不是读取完整页面时，请使用这些链接。
测试它
正在使用“brenda-database”。 Get Km values for alcohol dehydrogenase in yeast.
预期结果:
以简洁表格样式总结底物、Km 值、生物体、单位、参考文献，以及关于记录不完整的说明。
正在使用“brenda-database”。 Compare EC 1.1.1.1 across three organisms.
预期结果:
- 按生物体逐一进行动力学比较
- 最常见的底物和辅因子
- 需要人工验证的数据缺口
正在使用“brenda-database”。 Create a pathway report for lactate production.
预期结果:
一份易读的通路可行性摘要，包含候选酶、反应步骤、条件约束和后续实验。
安全审计
安全v8 • 2026/7/9 打开版本化报告
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.
6
已扫描文件
4,133
分析行数
3
复核项
0
已忽略误报
能力复核项 (3)
这些是真实的本地能力，对此技能可能是预期行为，因此需要复核，但不会按已确认恶意行为计分。
中
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.
中
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.
中
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.
风险因素
⚡ 包含脚本 (8)
⚙️ 外部命令 (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
🌐 网络访问 (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
🔑 环境变量 (1)
审计者: claude 查看审计历史 →
分享与引用此报告
分享版本化评估报告、中性徽章、嵌入卡片和引用。Skillstore 只报告证据，不判断该 Skill 是否安全。
复制报告链接
https://skillstore.io/skills/k-dense-ai-brenda-database/audits/8?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_reportMarkdown 徽章
[](https://skillstore.io/skills/k-dense-ai-brenda-database?utm_source=security_passport_badge)HTML 徽章
<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>嵌入卡片
<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>学术引用 (APA · BibTeX · CFF)
APA 引用
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/8BibTeX 引用
@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"
比较变体
2 个可安装变体每位作者的技能都保持为独立的可安装项。推荐变体按 Skillstore 证据排序。
为什么此变体排名第一
Skillstore 评分最高
作者 / 来源 Skillstore 评分 证据置信度 Skillstore 使用量 已更新
k-dense-ai-brenda-database
Skillstore 评分 78
证据置信度 高
Skillstore 使用量 16
已更新
2026-09-09
Skillstore 评分
评分依据 证据置信度: 高 64
架构
75
可维护性
87
内容
71
社区
74
规范符合性
你能构建什么
为研究项目比较酶动力学
检索某个 EC 编号在不同生物体、底物和文献记录中的 Km 和 kcat 值。
为通路设计评估候选酶
为目标生化路线查找酶、辅因子、抑制剂、激活剂和环境约束。
基于精选酶数据准备教学示例
为酶类别、反应和动力学行为生成清晰的摘要和可视化内容。
试试这些提示
查询基础酶动力学
Use the BRENDA database skill to summarize Km and kcat data for EC 1.1.1.1. Include organisms, substrates, units, and important caveats.
比较一种酶在不同生物体中的表现
Compare alcohol dehydrogenase kinetic data across Saccharomyces cerevisiae, Escherichia coli, and Homo sapiens. Highlight substrate differences and missing data.
评估运行条件
Find pH, temperature, cofactor, inhibitor, and activator information for EC 1.1.1.1. Recommend conditions for a preliminary in vitro screen.
构建通路可行性报告
Use BRENDA data to outline an enzymatic pathway to lactate with up to three steps. Include candidate enzymes, organisms, cofactors, and feasibility risks.
最佳实践
- 使用精确的 EC 编号和生物体名称，以减少 BRENDA 匹配中的歧义。
- 将 BRENDA 凭据存储在共享代码库之外，如已暴露则进行轮换。
- 在将检索到的动力学值用于模型之前，应根据原始文献进行验证。
避免
- 不要在未经专家审核的情况下将 BRENDA 输出视为实验证据。
- 不要将 .env 文件或导出的凭据材料提交到版本控制中。
- 不要将导出内容写入敏感目录，也不要覆盖现有研究文件。
常见问题
此技能是否需要 BRENDA 凭据？
是。BRENDA 需要注册账户，脚本需要从环境变量或本地 .env 文件中读取凭据。
它可以在没有互联网访问的情况下工作吗？
不能。实时查询需要访问 BRENDA SOAP 服务，除非你已经拥有缓存或导出的数据。
它可以分析任何酶吗？
它最适合处理有效的 EC 编号和 BRENDA 中存在的记录。缺失或稀疏的记录可能会限制结果。
它会创建可视化内容吗？
可以。内置的可视化辅助工具可以为动力学值、生物体比较、pH、温度和底物特异性创建图表。
它可以导出结果吗？
可以。辅助函数可以将选定的动力学和通路数据导出到本地文件，例如 CSV、JSON、Excel 或文本报告。
输出是否可直接用于临床或生产决策？
不能。输出是研究支持材料，在用于高风险用途之前，应由具备资质的领域专家审核。
开发者详情
作者
K-Dense-AI许可证
Unknown
Skillstore 修订
r1
版本提示
作者未声明版本。
仓库
https://github.com/K-Dense-AI/claude-scientific-skills/tree/main/scientific-skills/brenda-database引用
3e4b6c31a74a3bd1a291c98cf585d720cb9fbc88
维护新鲜度
2026/7/20
使用量
13 次下载 · 244 次浏览
K-Dense-AI 的更多技能
查看全部📦
iso-13485-certification
85准备 ISO 13485 认证文档
医疗器械团队必须在认证审核前创建完整的 QMS 文档。此技能提供模板、检查清单和差距分析指导，帮助做好 ISO 13485 准备。
文档 查看
📦
pytdc
82使用 PyTDC 分析治疗领域 ML 数据集
药物发现团队需要可靠的数据集和公平的评估协议。此技能帮助 Claude 使用 PyTDC 获取经过整理的治疗领域 ML 数据、基准划分、指标和分子 oracle。
数据与分析 查看
📦
diffdock
81运行 DiffDock 分子对接
蛋白质-配体对接需要仔细的设置、参数选择和结果解读。此技能可指导 DiffDock 工作流，用于处理构象、置信度评分和筛选。
研究与学习 查看
📦
hypothesis-generation
80生成可检验的科学假设
研究人员需要将观察结果转化为清晰、可检验的解释。此技能会组织证据审查、竞争性假设、预测和实验计划。
研究与学习 查看
📦
statistical-analysis
80在统计指导下分析研究数据
选择检验方法和报告结果可能耗时且容易出错。此技能可指导检验选择、假设条件、效应量、功效分析、贝叶斯选项以及 APA 报告。
数据与分析 查看
相关技能
查看全部📦
exploratory-data-analysis
85分析科学数据文件
由 davila7
科学数据文件很难检查，因为每种格式存储结构和元数据的方式都不同。此技能可检测格式、分析数据质量，并创建实用的 Markdown EDA 报告。
数据与分析 查看
📦
scanpy
85使用 Scanpy 分析单细胞 RNA-Seq
由 davila7
单细胞 RNA-seq 工作流需要仔细的 QC、归一化、聚类和文档记录。此技能提供 Scanpy 工作流、脚本、模板和参考资料，用于可复现分析。
数据与分析 查看
📦
opentargets-database
81探索 Open Targets 药物发现数据
由 davila7
药物发现团队需要可靠的方法来关联基因、疾病、证据和已知药物。此技能可指导 Claude、Codex 和 Claude Code 执行 Open Targets 查询并解读证据。
数据与分析 查看
📦
etetoolkit
81使用 ETE 分析系统发育树
由 davila7
系统发育分析通常需要专门的树解析、分类学查询和图形生成。此技能将引导 Claude、Codex 和 Claude Code 完成用于分析和可视化的 ETE 工作流。
数据与分析 查看
📦
arboreto
81使用 Arboreto 推断基因调控网络
由 davila7
转录组学团队需要可靠的方法来推断转录因子与靶标之间的关系。此技能可指导 Arboreto 工作流，用于 GRNBoost2、GENIE3 以及可扩展的 Dask 执行。
数据与分析 查看
📦
ensembl-database
80查询 Ensembl 基因组数据
由 davila7
基因组研究通常需要快速访问基因、变异、序列和组装信息。此技能可指导 Claude、Codex 和 Claude Code 完成 Ensembl REST 工作流。
数据与分析 查看