单化合物网络毒理学研究规划器
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-compound-network-toxicology-disease-link-reference-grounded。
技能介绍
解决的问题
单化合物网络毒理学 研究常卡在“只列工具、只堆文献”的阶段:暴露物与疾病表型之间缺少可执行的研究主线,目标富集、PPI、docking、转录组验证等模块之间的依赖关系不清,容易在文章里出现超出证据层级的机制断言。这个技能把这类研究规划成一套可执行的 study design,而不是文献综述。
工作方式
- 输入校验:识别“一个化合物/暴露物 + 一个疾病或毒性表型 + 目标侧重”,并拦截临床诊断、个体暴露建议、纯湿实验或纯流行病学请求。
- 配置规划:始终输出
Lite、Standard、Advanced、Publication+四档 workload,并推荐一条主路径。 - 证据与依赖检查:在输出前检查
compound-target、disease-target、overlap、enrichment、PPI hub、docking、transcriptomic cross-check是否都有声明的前置资源,避免下游断言悬空。 - 文献包:要求给出可核查的
DOI、PMID、PMC、官方资源页等;无法验证时标注 evidence gap,而不是编造引用。
适用边界
它面向研究设计、证据地图和审稿前规划,不生成临床治疗建议,也不替用户做个体安全判断;在 public-data-only 场景下,会主动降级实验验证和因果性表述。
使用场景
- 为一种内分泌干扰物与PMOP构建目标富集、PPI与对接的研究设计。
- 给一种塑化剂与NAFLD生成Lite、Standard、Advanced四档工作量方案。
- 把一种农药神经毒性研究改成可执行流程,并列出文献证据缺口。
- 在投稿前检查化合物目标、疾病目标、富集和验证之间的依赖是否完整。
适合人员
- 做环境毒理学的研究生,想把一种污染物与疾病表型的研究方案写清楚。
- 准备投稿的毒理学作者,需要审稿友好的证据分层与依赖检查。
- 做网络药理学或毒理学分析的科研人员,想避免工具列表式方案。
- 跨学科研究者,需要将对接、GEO验证或AOP纳入单一暴露研究设计。