科研 Skill
药物再利用候选排序
27-aging-longevity-drug-repurposing
当用户需要依据疾病机制、靶点、转录特征、现有药理和临床可行性,为已知药物寻找新适应证并排序时使用。
发布者 Codar安全审核通过v0.1.0更新于 2026-09-16
SKILL.md
药物再利用候选排序
建立可检验的问题
定义疾病亚群、治疗阶段、目标组织、希望增强或抑制的机制和可接受的药物范围。候选是已批准药、临床期分子还是仅有工具化合物必须分开标记。
多证据排序
- 建立疾病—通路—靶点—药物链,保留每条关系的方向;抑制剂作用于保护性靶点等方向冲突应直接暴露。
- 分开整合人类遗传、功能扰动、患者组学、转录特征逆转、药理选择性、动物模型、临床试验和真实世界证据。
- 核对临床可达到的游离暴露与目标组织分布,比较有效浓度;排除只有远高于可耐受暴露才成立的候选。
- 检查剂量限制毒性、禁忌、药物相互作用、目标人群差异、专利与开发状态,并梳理相同适应证的历史失败原因。
- 使用透明权重按证据强度、方向一致性、可实施性和验证成本排序,给出每个候选的淘汰或降级理由。
下一步
交付候选表、机制链、证据等级、暴露与安全性缺口、验证实验和临床转化门槛。网络关联或表达逆转不能证明治疗效果,排序结果也不构成处方建议。
所属插件
安装该插件会一并获得同领域的 25 个 Skill / MCP。
同插件的其他科研 Skill
- AI蛋白质-配体对接在AI药物发现领域开展“对接AI”任务时使用;根据输入、科学假设和运行环境,在虚拟筛选下已保留的方法实现之间路由。
- 药物-靶点结合活性数据检索在AI药物发现领域开展“DTI预测”任务时使用;根据输入、科学假设和运行环境,在药物-靶点相互作用下已保留的方法实现之间路由。
- 生成式分子设计与ADMET优化在AI药物发现领域开展“分子生成”任务时使用;根据输入、科学假设和运行环境,在分子生成下已保留的方法实现之间路由。
- 逆合成路线规划在AI药物发现领域开展“逆合成规划”任务时使用;根据输入、科学假设和运行环境,在逆合成与合成规划下已保留的方法实现之间路由。
- ADMET性质与毒性预测在AI药物发现领域开展“ADMET预测”任务时使用;根据输入、科学假设和运行环境,在ADMET-药代毒理性质下已保留的方法实现之间路由。
- 化合物信息检索与身份核对当用户按名称、CAS、CID、ChEMBL ID、SMILES或InChI查找化合物,并需要确认准确结构、盐型、立体化学或基础属性时使用。
- 非房室药代动力学分析当用户需要从给药后的浓度-时间数据计算Cmax、Tmax、AUC、半衰期、清除率和表观分布容积时使用。
- 抗菌肽活性与MIC预测当用户需要使用 APEX 对不超过 50 个氨基酸的肽序列预测内置病原体特异性抗菌活性或 MIC 时使用;新肽生成、分子对接和内置病原体以外的外推不使用本 Skill。
- 化合物商业可获得性检索当用户需要查找化合物供应商、货号、实时库存与价格,寻找可购买类似物,或构建可采购虚拟化合物库时使用。
- 共价抑制剂设计当用户需要围绕可反应残基设计可逆或不可逆共价抑制剂,并联合优化非共价定位、反应动力学和蛋白组选择性时使用。
- 三维构象与形状相似性当用户需要生成分子三维构象集合、进行能量优化,或开展三维形状与静电相似性搜索时使用。
- GPCR配体药理分析当用户需要分析GPCR配体的激动、拮抗、反向激动、偏向信号、亚型选择性或正构/变构机制时使用。
- 候选化合物毒理风险评估当用户需要在药物发现阶段整合结构警报、体外实验、动物毒理、毒理组学和暴露数据,判断候选化合物的器官与机制风险时使用。
- 分子相似性与子结构检索当用户需要用Tanimoto、Tversky、Dice或SMARTS,从化合物库中查找类似物、包含特定子结构的分子、结构警报或活性悬崖时使用。
- 分子结构标准化与格式转换当用户需要清洗盐、溶剂、价态、互变异构体和立体化学,或在SMILES、InChI、SDF、MOL2、PDB等分子格式间转换时使用。
- 化学骨架与SAR分析当用户需要用Bemis–Murcko骨架、匹配分子对、R基团分解或Free–Wilson模型分析化学系列、构效关系与活性悬崖时使用。
- 靶向蛋白降解剂设计当用户需要设计PROTAC、分子胶或其他靶向蛋白降解剂,并评估E3连接酶、连接子、三元复合物和细胞降解证据时使用。
- 药效团建模与筛选当用户需要从活性配体或受体结合口袋建立三维药效团,并筛选满足关键空间特征的骨架跃迁候选物时使用。
- 结合自由能与对接姿势验证当用户需要检查对接或生成姿势的几何与物理有效性,或用RBFE/ABFE对类似物亲和力进行定量排序时使用。
- 分子描述符与指纹计算当用户需要为QSAR、相似性检索或虚拟筛选计算理化描述符、Morgan/ECFP、MACCS及其他分子指纹时使用。
- 药物靶点证据整合与验证当用户需要综合疾病关联、人类遗传、功能实验、可成药性、安全性、结构和临床先例,对候选药物靶点作GO/NO-GO判断时使用。
- 靶点到先导化合物发现开展分子对接、亲和力预测、虚拟筛选、分子动力学、小分子表征或ADMET分析时使用。
- QSAR与QSPR建模在AI药物发现领域开展“QSAR建模”任务时使用;根据输入、科学假设和运行环境,在QSAR-定量构效关系下已保留的方法实现之间路由。
- 结构基础虚拟筛选在AI药物发现领域开展“虚拟筛选”任务时使用;根据输入、科学假设和运行环境,在虚拟筛选下已保留的方法实现之间路由。
常见问题
药物再利用候选排序能做什么?
当用户需要依据疾病机制、靶点、转录特征、现有药理和临床可行性,为已知药物寻找新适应证并排序时使用。
如何安装药物再利用候选排序?
在科搭 Codar 左侧点击「插件」,在「组件」页签搜索「药物再利用候选排序」并安装;在 Claude Code 或 Codex 中可以发送本页的安装提示词,或下载 Skill 包后解压到 ~/.claude/skills 或 ~/.codex/skills。
药物再利用候选排序需要哪些权限?
该科研 Skill没有声明额外权限;执行具体操作时仍由 Agent 按自身规则请求确认。
药物再利用候选排序经过官方审核吗?
是。SpeedSkills 收录的每个版本都会记录内容摘要与权限声明,当前版本已通过安全审核。