单药不良反应枢纽优先网络药理学规划器
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/single-drug-adverse-effect-hub-first-network-pharmacology。
技能介绍
面向单药不良反应的研究设计
当研究者要围绕一个固定药物和一个毒性表型(如 Escitalopram 与长 QT 综合征、Cisplatin 与肾毒性)写机制类网络药理学论文时,常见问题是:靶点空间如何限定、PPI 拓扑如何决定枢纽、enrichment 与 docking 的证据层级如何区分,以及文献引用如何避免“看起来像综述但无法执行”。这个技能把输入约束为 单药 + 单一不良反应终点 + 目标侧重点,要求输出可执行方案而不是泛化方法清单。
核心工作流与适用边界
技能按固定顺序生成:推断研究类型、选择 Canonical Hub-First、Cardiotoxicity、Immune-Inflammatory、Organ-Toxicity 或 Translational Validation 模式,并始终给出 Lite、Standard、Advanced、Publication+ 四档工作量。它会推荐一个主路径,检查依赖一致性,例如 fixed drug + fixed adverse-effect endpoint + overlap targets + hub prioritization + enrichment,再输出核心科学问题、配置表、步骤流、图件计划、验证层级和最小可执行版本。引用模块要求 DOI/PMID 等稳定标识,且不得伪造引用。若请求涉及患者用药建议、剂量处方、多药暴露比较、纯药物警戒或湿实验主导项目,应停止并提示超出范围。
使用场景
- 围绕固定药物和毒性表型,生成枢纽优先的网络药理学研究方案。
- 比较 `Lite`、`Standard`、`Advanced` 配置,选定可执行的投稿路径。
- 把靶点重叠、`PPI` 枢纽、`enrichment` 和 `docking` 排成依赖一致的步骤。
- 为单药不良反应机制稿整理可验证文献、证据边界与图件计划。
适合人员
- 计算毒理学研究生,需要把单药不良反应方案落成可执行步骤和图件计划。
- 准备投稿的博士生,需要比较工作量档位并选定 `Standard` 或更高等级路径。
- 药物机制研究员,需要围绕固定药物和毒性终点做依赖一致的网络药理学设计。
- 生物信息方向科研人员,需要把 `PPI`、富集和对接结果约束在保守证据层级内。