búsqueda-de-literatura-de-anticuerpos

Encuentra y resume literatura y registros de bases de datos públicas sobre anticuerpos e inmunología: artículos sobre un objetivo, anticuerpo o método, la publicación de origen de un mAb nombrado, entradas de UniProt, estructuras de PDB, SAbDab y SAbDab-nano, secuencias terapéuticas de Thera-SAbDab, líneas germinales de IMGT, ensayos clínicos, secuencias de patentes y datos de diseño medidos en Proteinbase.

¿Qué es búsqueda-de-literatura-de-anticuerpos?

Esta habilidad está diseñada para que agentes de IA basados en Claude Code, Cursor y Codex realicen búsquedas exhaustivas y verificadas de literatura y datos sobre anticuerpos e inmunología. Permite resolver identificadores (PMIDs, DOIs, accesiones, PDB IDs) antes de escribir cualquier afirmación, garantizando que cada cita esté respaldada por un registro real obtenido en la sesión actual. La habilidad cubre múltiples plataformas: Europe PMC, PubMed, UniProt, IEDB, PDB, SAbDab (incluyendo SAbDab-nano para VHH), Thera-SAbDab, IMGT/GENE-DB, SKEMPI 2.0, Proteinbase, ClinicalTrials.gov, y más. También se integra con el servidor immuno MCP para automatizar la resolución de identificadores, búsqueda de estructuras de anticuerpos y recuperación de literatura con pruebas adjuntas. Es útil para generar dosieres de objetivos, resumir artículos, identificar anticuerpos comerciales o terapéuticos, y reunir evidencia sobre dianas antes de diseñar contra ellas. La habilidad enfatiza la disciplina de no escribir ninguna afirmación sin una fuente resuelta, y clasifica la evidencia por tipo (medido vs. concluido, in vitro vs. in vivo, revisado por pares vs. preprint).

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/0xcvaliente/immunology-skills/tree/HEAD/antibody-literature-search

Installed? Explore more Investigación y análisis de datos skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

Búsqueda de literatura y bases de datos de anticuerpos

Desde una pregunta hasta evidencia con fuente, con cada cita verificada.

Resolver antes de escribir

Un identificador que no se haya recuperado en esta sesión no se escribe. Esto aplica a PMIDs, DOIs, accesiones, PDB IDs, nombres de clon, números de catálogo e identificadores de ensayos por igual.

La disciplina, en orden:

  1. Buscar, no recordar. Las citas de anticuerpos e inmunología son lo más fácil de generar de forma plausible pero incorrecta en este campo: el autor, revista y año que parecen correctos adjuntos a un artículo que no existe.
  2. Recuperar el registro para cada identificador que aparecerá en la salida.
  3. Coincidir el registro con la afirmación. Un PMID que se resuelve demuestra que el artículo existe, no que dice lo que la respuesta le atribuye. Lea al menos el resumen; lea los métodos cuando la afirmación sea sobre cómo se midió algo.
  4. Llevar la procedencia a la salida — identificador, título, año y qué respalda realmente esa fuente.

Si una fuente no se puede resolver, escriba la afirmación como no fundamentada o elimínela. Decir "No pude encontrar una referencia para esto" es una respuesta correcta.

Los registros de bases de datos también llevan procedencia. Un registro se cita con su acceso más, si el recurso versiona sus datos, la versión o lanzamiento y la fecha en que se recuperó — UniProt P04626 (recuperado 2026-11-13), PDB 1N8Z, Thera-SAbDab trastuzumab, IEDB epitope ID 12345. El contenido de las bases de datos cambia entre versiones, por lo que un acceso sin versión no es reproducible. Prefiera la fuente primaria (el registro depositado) sobre un resumen secundario del mismo.

Elija el recurso según la pregunta

PreguntaIr a
¿Qué se ha publicado sobre este objetivo, anticuerpo o método?Europe PMC o PubMed
¿Qué es esta proteína, sus dominios, isoformas, PTMs, secuencia?UniProt
¿Qué epítopos se conocen o están mapeados para este antígeno?IEDB
¿Existe una estructura de este complejo?RCSB PDB, luego SAbDab (SAbDab-nano para VHH) para anotación específica de anticuerpos
¿Qué necesito saber sobre este objetivo antes de diseñar contra él?el dosier del objetivo: references/target-dossier.md
¿Qué binders diseñados se probaron para este objetivo o mediante este método, y qué sucedió?Proteinbase
¿Qué datos de unión mutacional o desarrollo existen para calibrar?SKEMPI 2.0, AB-Bind, Ginkgo Datapoints
¿Cuál es la secuencia y formato de un anticuerpo terapéutico nombrado?Thera-SAbDab, IMGT/mAb-DB
¿Se ha publicado o patentado esta secuencia de anticuerpo antes?PLAbDab
¿Qué genes y alelos de línea germinal existen?IMGT/GENE-DB, OGRDB
¿Se ha visto este repertorio o clonotipo en un estudio?OAS, iReceptor, VDJbase
¿Qué ensayos existen y en qué fase?ClinicalTrials.gov, EU CTIS, WHO ICTRP
¿Qué anticuerpos están aprobados o en revisión?La tabla de The Antibody Society, YAbS
¿Se ha reclamado esta secuencia en una patente?Google Patents, Lens.org, bases de datos de secuencias de patentes
¿Qué anticuerpos comerciales tienen como objetivo esta proteína, y están validados?antibody-reagent-selection

Detalles, URLs y notas de API: references/resources.md. Sintaxis de consulta y recetas prácticas: references/search-recipes.md.

Con el immuno MCP

Cuando el servidor MCP immuno esté conectado (get_server_capabilities lo muestra), prefieralo a las consultas escritas a mano para estos pasos; cada resultado lleva provenance para citar.

  • resolve_identifier confirma un PDB id, acceso de UniProt, PMID, PMCID o DOI antes de que se escriba.
  • search_antibody_structures consulta SAbDab2. Busque por acceso de UniProt, no por nombre de proteína: un nombre como "PD-1" o "Programmed cell death protein 1" con el filtro VHH no devolvió filas el 2026-11-14, mientras que el acceso Q15116 devolvió 51. El filtro de nombre coincide con 25 caracteres, no verifica la especie y omite entradas que nombran el antígeno de manera diferente. Luego get_structure para la entrada, sus CDRs y sus cadenas de antígeno.
  • search_literature y luego get_passages leen y citan el texto; un título solo no es evidencia, y los pasajes son solo de resumen a menos que coverage diga texto completo.
  • query_binding_data devuelve filas de SKEMPI 2.0 (ddG, Kd, el PMID de la fuente). El conjunto de datos data de 2018.
  • Los conjuntos de datos que el servidor lista como planeados (OAS, AB-Bind, GDPa1, Adaptyv) aún no se pueden consultar. Dígalo en lugar de citarlos.

Amplitud de búsqueda

Una sola consulta responde casi nada en este campo. Para cualquier pregunta más allá de una consulta directa, ejecute varias búsquedas en un lote y varíe el vocabulario, porque el mismo objeto tiene muchos nombres:

  • el objetivo: símbolo génico, nombre de proteína, número CD, nombres anteriores, especie.
  • el anticuerpo: INN, nombre en clave (a menudo ABC-123), nombre comercial, ID de clon, empresa originadora.
  • el concepto: el nombre del método más su abreviatura común.

Deténgase cuando los mismos artículos sigan apareciendo de diferentes vocabularios. Esa saturación es el criterio de finalización, no un número fijo de búsquedas.

Resumir con la evidencia adjunta

Para cada artículo que gane un lugar en la respuesta, extraiga los campos en references/reading-a-paper.md — objetivo, anticuerpo y formato, qué se midió y cómo, sistema modelo, controles, tamaño del efecto, limitaciones — y distinga en todo momento:

  • qué se midió versus qué se concluyó,
  • evidencia in vitro, animal y humana,
  • revisado por pares versus preprint versus resumen de conferencia versus comunicado de prensa de la empresa.

Clasifique las afirmaciones según esa jerarquía en lugar de por lo reciente o enfáticas que sean. Un comunicado de prensa que informe un ensayo de fase 2 positivo es evidencia más débil que el ensayo publicado, y ambos deben etiquetarse como lo que son.

Recuperar de forma educada

Las APIs públicas aquí son gratuitas y con límite de velocidad. Procese por lotes, respete los límites documentados y almacene en caché los resultados en el scratchpad en lugar de volver a recuperarlos.

Las E-utilities del NCBI piden a los usuarios que se identifiquen con parámetros tool y email. Envíe un nombre de cliente genérico y pregunte al usuario antes de poner su propia dirección de correo electrónico en una solicitud a cualquier servicio externo.

Individual skills in this repo

This repo contains 2 individual skills — each has its own dedicated page.

antibody-sequence-bioinformatics

Work with antibody, nanobody (VHH) and BCR sequence data - numbering schemes (IMGT, Kabat, Chothia, Martin, AHo), CDR and framework boundaries, VHH hallmark residues and cysteine checks, germline assignment with ANARCII, ANARCI, abnumber or IgBLAST, mapping CDRs onto a structure's residue numbers for loop-redesign contigs, interface contacts and hotspot coverage of a predicted complex, repertoire pipelines, the AIRR Rearrangement TSV format, clonotype grouping, humanness, and sequence liability motifs. Use when parsing, numbering, annotating, QC-ing or filtering antibody, VHH or designed binder sequences, when a CDR definition or region coordinate is in question, when a contig needs PDB residue numbers, or when writing code against AIRR, IgBLAST, ANARCI or OAS data. Every region coordinate carries the name of its numbering scheme. Use antibody-binder-design for the design workflow, antibody-literature-search to find sequences and structures, antibody-therapeutics-landscape...

antibody-therapeutics-landscape

Antibodies as drugs and as an industry - molecular formats (IgG subclass, Fab, scFv, VHH, bispecific, ADC, Fc engineering), drug-name decoding, the discovery-to-approval path, regulatory routes, developability, CMC and commercial vocabulary, nanobody (VHH) drugs, how to argue user fit and path to value for a design tool or pitch, plus biotech employer research and interview prep. Use when a prompt names an antibody drug, a mAb or nanobody format, an antibody or biotech company, asks what a biotech term means, who would use or buy a design result, or asks about a biotech role, job ad or interview. Approval counts, pipelines and company facts are volatile and get looked up, never recalled. Use antibody-literature-search to find papers, trials and database records, antibody-reagent-selection to choose a lab antibody, antibody-sequence-bioinformatics for sequence data.

Skills relacionados