比较网络毒理学共享机制研究规划
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/comparative-network-toxicology-shared-mechanism-reference-grounded 技能到你的 AI 助手中。
技能介绍
要解决的问题
比较两种暴露物(母体/代谢物、类似物、共暴露物)在同一种毒性表型下的机制时,常见输出容易变成工具清单或泛泛综述,缺少共享靶点与特异靶点的拆解、证据层级和可执行方案。
技能如何工作
该技能按固定流程生成结构化研究设计:
- 先校验输入:
暴露物 A + 暴露物 B + 共享毒性表型 + 验证方向 - 推断研究类型,选择共享/特异靶点、富集、PPI、对接、正交验证等模式
- 强制输出 Lite / Standard / Advanced / Publication+ 四档工作量配置,并推荐主路径
- 生成步骤工作流、图表计划、最小可执行版本与发表升级路径
- 附加文献包与自审风险检查,要求引用可验证,不伪造
DOI/PMID
适用边界
它面向网络毒理学研究设计,不用于临床诊疗、个体暴露安全建议、纯湿实验或纯流行病学。若缺少数据或引用无法验证,会显式标记证据缺口,而不是硬编结论。
使用场景
- 比较农药母体与代谢物肝毒性时,拆解共享靶点、特异靶点并生成四档研究方案。
- 撰写 PFAS 类似物心肌毒性论文前,设计共享与特异通路、PPI hub 和对接验证流程。
- 评审要求补证据链时,为塑料化学生物神经毒性方案补充文献包、依赖检查与风险自审。
- 做共暴露污染物肝损伤研究时,规划富集、hub 筛选、对接支持与正交验证的优先级。
适合人员
- 毒理学博士生:要完成暴露物-靶点-通路比较研究设计,而不是零散工具清单。
- 药企或第三方检测研发工程师:需把共享毒性机制整理成可评审、可复现的方案。
- 计算毒理学研究者:关注 PPI、富集、对接与正交验证之间的证据依赖。
- 期刊论文作者:要补足方法逻辑、文献支撑和风险边界,避免过度断言。