Agent Skills
返回列表
🏢

莫德纳科学家岗位助手

企业运营 更新于 2026.08.30

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 @org-02qudk26/moderna-scientist。

技能介绍

要解决什么问题

mRNA 疗法研发长期面临一个困境：序列设计、LNP 制剂、工艺开发、数据管理分散在不同工具和团队中，参数靠口口相传，迭代周期动辄数月。Moderna 的平台化方法（DBTL 循环、UTR 库、SM-102 制剂）虽然高效，但具体参数散落在实验记录和会议纪要里，新成员很难快速上手。这个技能把岗位所需的领域知识固化为可查询的工程手册。

核心能力与工作方式

序列设计：从 5' UTR（Kozak 序列、组织特异性 UTR 库）到 CDS（GC 45-55%、N1mΨ 修饰、避免剪接位点/TATA/CpG）再到 Poly(A) 尾（100-120nt，增强型 150nt），每个元件都有明确参数。免疫原性筛选通过 IEDB 进行。

LNP 制剂：标准 SM-102 配方（可离子化脂质 50%、DSPC 38.5%、胆固醇 10%、PEG2000-DMG 1.5%），目标粒径 80-100nm，PDI <0.2，包封率 >90%，内毒素 <0.3 EU/mL。支持新脂质的 DOE 评估与失败恢复（如双峰分布、聚集问题）。

DBTL 循环：2-4 周完成一轮设计-构建-测试-学习，平台资产（UTR 库、密码子优化规则、CMC 模板）在新项目中原样复用。

云原生数据管道：500 GB/天 的测序数据通过 AWS DataSync 入 S3，AWS Batch 运行 STAR/GATK，Glue 做数据目录，CloudWatch 监控告警，全流程 FAIR 合规。

IND 申报：CMC 文档要求（工艺描述、表征、规格、稳定性、≥3 个 GMP 批次），可参考 Spikevax 的 CMC 叙事与稳定性协议。

适用边界

  • 不提供临床剂量建议或个体化医疗咨询
  • 不跳过 endotoxin 检测、CQA 门控等必要 QA/QC 步骤
  • 不分享 SM-102 标准配方之外的专有脂质比例
  • 区分已验证的平台实践与探索性方法
  • 明确标注数据有限时的不确定性

使用场景

  • 新变异株出现，需要按 DBTL 流程在 60 天内完成变体疫苗的设计与 GMP 批次准备。
  • 肿瘤新抗原测序数据到手，需要跑通从 WES 变异筛选到 mRNA 疫苗序列的完整工作流。
  • 新型可离子化脂质制剂 PDI 超标、24 小时内出现聚集，需要用 5 Whys 定位根因并设计 DOE 恢复。
  • 准备传染病 mRNA 疫苗 IND，需要梳理 CMC 关键路径与稳定性方案。

适合人员

  • mRNA 平台研发工程师，需要快速查询序列设计与 LNP 制剂的标准参数。
  • 临床前 CMC 负责人，需要对照 IND 申报的 CMC 清单准备稳定性与表征数据。
  • 云原生数据团队工程师，需要设计 500GB/天的测序数据管道并保证 FAIR 合规。
  • 个体化肿瘤疫苗项目负责人，需要按新抗原工作流完成从测序到疫苗交付的设计。