生物标志物景观扫描
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_c7479c7a/biomarker-landscape-scanner。
技能介绍
要解决什么问题
做转化医学或临床研发时,你往往需要的不是「又一篇综述」,而是字段级证据地图:某病或某治疗场景里,已经提出过哪些生物标志物、各自对应什么用途(诊断、预后、疗效预测、MRD 等)、主要落在哪些标本/模态,哪些仍停留在发现阶段,哪些有外部验证,哪些被反复报道却转化证据薄弱,以及哪些方向兴趣大但验证不足。本技能面向这类问题,输出结构化、可审计的全景扫描,而不是松散叙述或头脑风暴式罗列。
技能如何工作
执行流程固定为八步:先精确定义疾病/人群/用途与标本边界,再检索疾病–标志物交叉文献,建立结构化清单(单标志物、签名、面板、复合模型等),并按 references/ 中的分类框架标注标志物类型、验证层级与严格成熟度分层,同时做证据强度审计(研究设计、复现、对照、检测稳健性)。输出按 Sections A–I 组织:主题界定、检索与证据审计、按用途优先的景观图、成熟度汇总、矛盾与失败模式、转化就绪度、优先机会与未充分验证空白,以及一条主推荐后续方向与自检式风险回顾。
适用边界
- 在范围内:字段级景观扫描、验证状态与成熟度映射、按用途/标本对比(如组织 vs 血液)。
- 不在范围内:个体患者的诊断/预后/用药解读;编造标志物或验证状态;仅凭引用量或单次性能指标排名;把探索性关联直接说成临床效用。若请求越界,技能会明确说明并停止。
使用场景
- 为胃癌免疫治疗应答立项前,梳理已报道标志物并按诊断/预测用途与验证层级制表
- 撰写胰腺癌早诊综述前,区分哪些血液标志物仅有发现证据、哪些具备外部验证
- 对比 NSCLC 免疫治疗中组织活检与液体活检标志物,标出反复报道但转化薄弱的条目
- 为脓毒症预后与风险分层方案选型,输出按成熟度分层的全字段证据地图
适合人员
- 负责肿瘤或免疫项目立项的转化医学科学家,需要字段级竞品与验证空白而非泛泛综述
- 临床开发或伴随诊断团队,要在适应症内按用途核对标志物成熟度再定验证路径
- 医学事务或证据生成同事,在指南/共识对齐前需审计哪些标志物被过度宣传
- 撰写学位论文或基金本子的研究生,要把某病标志物文献整理成可答辩的成熟度分层框架