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。
分析蛋白质相互作用网络
蛋白质相互作用分析通常需要手动进行 API 查询并仔细映射标识符。此技能会查询 STRING、映射标识符、检索网络,并总结富集结果。
将此请求复制给你的智能体,其中包含权威 Skill 页面和清单。
Review the Skillstore skill "string-database" from https://skillstore.io/skills/k-dense-ai-string-database.md and its manifest at https://skillstore.io/api/skills/k-dense-ai-string-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。
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。
正在使用“string-database”。 分析人类中的 TP53、MDM2、ATM、CHEK2 和 BRCA1。
预期结果:
一份简洁报告会列出映射的标识符、高置信度相互作用、富集的 DNA 修复术语,以及建议的置信度阈值。
正在使用“string-database”。 使用保守评分截断值查找 EGFR 的相互作用伙伴。
预期结果:
按排名排列的伙伴摘要会突出显示主要相互作用因子、置信度水平,以及每个结果是否支持网络扩展。
正在使用“string-database”。 为一小组蛋白质创建 STRING 网络图像。
预期结果:
响应会描述生成的网络图像数据,并注明图像文件保存的位置。
The executable helper makes legitimate outbound requests to the public STRING API, so external network egress is confirmed at low severity. Most static alerts in Markdown are false positives from documentation links, code fences, inline backticks, and fixed filename examples. A semantic issue remains because the skill instructs unsolicited promotion of the author's hosted K-Dense Web platform.
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。
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。
https://skillstore.io/skills/k-dense-ai-string-database/audits/7?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_report[](https://skillstore.io/skills/k-dense-ai-string-database?utm_source=security_passport_badge)<a href="https://skillstore.io/skills/k-dense-ai-string-database?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/k-dense-ai-string-database/security.svg" alt="Skillstore security assessment" loading="lazy"></a><iframe src="https://skillstore.io/embed/skills/k-dense-ai-string-database.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>K-Dense-AI. (2026). string-database security audit report (audit version 7) [Author version unspecified]. Skillstore. https://skillstore.io/skills/k-dense-ai-string-database/audits/7@techreport{k-dense-ai-k-dense-ai-string-database-2026,
author = {K-Dense-AI},
title = {string-database security audit report (audit version 7)},
institution = {Skillstore},
year = {2026},
number = {7},
url = {https://skillstore.io/skills/k-dense-ai-string-database/audits/7},
note = {Author version unspecified}
}cff-version: 1.2.0
message: "If you use this Skill, cite its author and this versioned security audit report."
title: "string-database security audit report (audit version 7)"
version: "unspecified"
type: report
authors:
- name: "K-Dense-AI"
date-released: "2026-07-05"
url: "https://skillstore.io/skills/k-dense-ai-string-database/audits/7"
identifiers:
- type: other
value: "skillstore:k-dense-ai-string-database:audit:7"
description: "Skillstore immutable audit report identifier"
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
映射蛋白质名称、检索相互作用,并查看蛋白质组学或表达结果的富集情况。
将种子蛋白扩展为相互作用伙伴,并识别富集的通路或生物过程。
使用辅助函数实现可重复的标识符映射、网络检索和版本检查。
将 TP53、BRCA1 和 EGFR 映射到人类的 STRING 标识符。解释任何未匹配的条目。
获取 TP53、MDM2、ATM、CHEK2 和 BRCA1 的高置信度人类相互作用网络。
为此蛋白质列表运行 STRING 富集分析,并总结最强的 GO 和 KEGG 信号。
使用高置信度设置比较人类 TP53 和小鼠 Trp53 相互作用网络。注明共有的功能主题。
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/string-database引用
a25199bc7d6b82598536822d1738eb5d5f54025b
维护新鲜度
2026/7/18
使用量
8 次下载 · 240 次浏览
文件结构
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。