Гликоинженерия

Делает разбор гликозилирования белка: поиск канонических сиквонов N-X-S/T, окна S/T, запрос в GlyTouCan, подготовка NetNGlyc, NetOGlyc и GlycoSHIELD. Для случаев, когда важно не спутать мотив, предсказание и занятость сайта.

Базы данных и SQLПак: Научные скиллы K-Denseссылкаglycoengineering
Автор
Источник
K-Dense-AI/scientific-agent-skills/skills/glycoengineering @ ec59a29
Лицензия
у скилла — Unknown, у репозитория — MIT

Об этом скилле

Что делает

Скилл про то, как читать данные о гликозилировании белка и не смешивать типы доказательств. Главное правило: мотив в последовательности, оценка предсказателя, подтверждённая экспериментом занятость сайта и структура гликана — четыре разных результата, и ни один не доказывает остальные. Вокруг этого выстроен порядок работы. Сначала записать accession, изоформу, точную последовательность, хозяина экспрессии, топологию и границы конструкта. Затем сохранить соответствие между координатами поданной последовательности, зрелым белком, номерами остатков в PDB и нумерацией антитела: номер остатка в FASTA не равен номеру в структуре. Поиск мотивов идёт по канонической схеме N-X-S/T, где X не пролин, с сохранением перекрывающихся попаданий; плотность S/T — описательный признак, а не вероятность; после любой запланированной правки последовательности продукт сканируется целиком заново, потому что мотивы могут и исчезать, и появляться. Последние разделы задают границы доказательств: состав моносахаридов не определяет связи и ветвления, а соотношение сигналов между обнаруженными формами — это не занятость сайта.

В папке два скрипта на Python. glycoengineering_tools.py нормализует последовательность — заголовки FASTA, пропуски и неизвестные остатки отклоняются, а не выкидываются молча со сдвигом координат, — находит сиквоны, правит один сайт и перечисляет окна, богатые S/T; позиции считаются с единицы, а в примерах есть проверки assert. glytoucan_lookup.py читает WURCS-последовательность по accession в GlyTouCan через публичный SPARQL, проверяя формат accession, прежде чем подставить его в запрос. В references/glycan_databases.md — GlyTouCan, GlyConnect (его REST описан как непроверенный, с перечнем эндпоинтов, отвечающих ошибкой) и нотация; в references/glycoshield.md — зафиксированный коммит GlycoSHIELD и его CLI, который молча игнорирует часть опций, с обходом через прямой Python API.

Когда включать и когда не надо

Для разбора кандидатных сайтов у гликопротеина, для сравнения гликоформ антитела, для вопросов о структурном экранировании гликанами и при чтении результатов сайт-специфичной гликопротеомики.

Охват — N-гликозилирование секреторного пути у эукариот и O-GalNAc муцинового типа; для других O-модификаций нужны свои предсказатели. Предсказатели DTU — веб-формы, а не API, поэтому агент готовит и трактует отправку, но не автоматизирует её.

Как поставить и вызвать

Этот скилл мы не копируем: лицензия в нём заявлена как Unknown и с MIT репозитория не совпадает. Ставьте из репозитория K-Dense, кнопка на странице ведёт туда: gh skill install K-Dense-AI/scientific-agent-skills glycoengineering для одного скилла, npx skills add K-Dense-AI/scientific-agent-skills для всего набора или весь репозиторий как пакет Agent Plugins для Cursor и Codex — там скилл может появиться с префиксом scientific-agent-skills. Локальным вспомогательным скриптам нужен только Python 3.10+; для запроса в GlyTouCan — requests и доступ в сеть; GlycoSHIELD ставится отдельно из исходников вместе с библиотеками конформеров, а для расчёта SASA нужен GROMACS. Ключи не нужны нигде.

  • Claude Code: /glycoengineering или попросить скилл по имени.
  • Codex: $glycoengineering.
  • Cursor: наберите / в чате Agent и выберите glycoengineering.

Пример: /glycoengineering Найди в этой последовательности канонические сиквоны N-гликозилирования, покажи перекрытия и скажи, какие из них по топологии оказываются снаружи клетки.

Чем отличается от похожих

Ничего другого про гликобиологию в каталоге нет. Филогенетический анализ тоже принимает белковые последовательности, но выравнивает гомологичные белки, чтобы построить дерево, а сайты гликозилирования не ищет. Две другие страницы K-Dense — про деревья и графы: ETE Toolkit для филогенетических деревьев и Граф знаний PrimeKG.

Установка

Скилл не скопирован в каталог. Установите его из репозитория автора.

Скилл написан на английском — агент поймёт его и ответит вам по-русски.

Открыть источник

Подключить через AnyModel API

Скилл работает на той модели, которую использует агент. Подключите Claude Code, Codex или Cursor к AnyModel и запускайте его на Claude, GPT, Gemini и других моделях по одному ключу — оплата за токены, без подписки.

Ещё из пака Научные скиллы K-Dense