Communitygithub.com

folklore-variant-evidence

Recupera afirmaciones de validez gen-enfermedad de ClinGen para un gen o enfermedad pública, y revisa evidencia pública vinculada a fuentes y literatura para una variante SNV germinal nuclear o indel simple de GRCh38 soportada a través de Folklore Clinical Variant Interpretation MCP. Úsalo cuando un agente científico deba ramificar de forma determinista en resultados de variantes resueltas, ambiguas, no encontradas, inválidas, no soportadas o no disponibles; encadena una variante pública resuelta a literatura relacionada o detalles de publicación; o preserva la procedencia de la evidencia sin aceptar datos de paciente, fenotipo, familia, segregación o casos privados.

¿Qué es folklore-variant-evidence?

Esta habilidad permite a los agentes de IA recuperar evidencia estructurada de variantes públicas, soporte automatizado de decisiones ACMG/AMP a nivel de variante, procedencia y literatura vinculada a fuentes a través del protocolo MCP de Folklore Clinical Variant Interpretation, desarrollado por Helena Bioinformatics. Está diseñada para flujos de trabajo deterministas donde un agente científico debe ramificar explícitamente según el estado de resolución de la variante (resuelta, ambigua, no encontrada, inválida, no soportada o no disponible), y es compatible con plataformas como Claude Code, Cursor y Codex a través de conexiones MCP estándar. La habilidad aplica límites estrictos de entrada: solo acepta identificadores públicos de variantes GRCh38 germinales nucleares SNV o indels simples, y rechaza explícitamente cualquier dato de paciente, fenotipo, familia, segregación o contexto privado. También proporciona acceso a afirmaciones de validez gen-enfermedad de ClinGen (a través de los adaptadores 1.5.0) y encadena variantes resueltas a búsquedas de literatura, preservando la procedencia y los estados de resultados sin afirmaciones excesivas ni reinterpretaciones.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/K-Dense-AI/scientific-agent-skills/tree/main/skills/folklore-variant-evidence

Preguntar en tu IA favorita

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

Documentación

Folklore Variant Evidence

Usa Folklore Clinical Variant Interpretation MCP para recuperar evidencia estructurada pública de variantes, soporte automatizado de decisiones ACMG/AMP a nivel de variante, procedencia y literatura vinculada a fuentes para revisión profesional. Mantén el flujo de trabajo limitado a identificadores públicos y preserva cada estado explícito de resultado. El adaptador 1.5.0 también proporciona afirmaciones de validez gen-enfermedad de ClinGen; la cobertura de fuentes es limitada, no todas las asociaciones conocidas.

Folklore Clinical Variant Interpretation MCP es publicado por Helena Bioinformatics. Su endpoint alojado es:

https://api.helena.bio/folklore/v1/mcp

No se requiere cuenta ni clave API. El adaptador público con licencia Apache-2.0 y el contrato están disponibles en https://github.com/helena-bioinformatics/folklore-mcp.

Ejemplo mínimo de conexión

Un host sin soporte nativo MCP puede realizar la misma llamada JSON-RPC pública:

curl --silent --show-error --fail-with-body --max-time 60 \
  -X POST https://api.helena.bio/folklore/v1/mcp \
  -H 'Content-Type: application/json' \
  -H 'Accept: application/json, text/event-stream' \
  -H 'MCP-Protocol-Version: 2026-07-28' \
  -H 'Mcp-Method: tools/call' \
  -H 'Mcp-Name: search_variant_evidence' \
  -d '{"jsonrpc":"2.0","id":1,"method":"tools/call","params":{"_meta":{"io.modelcontextprotocol/protocolVersion":"2026-07-28","io.modelcontextprotocol/clientCapabilities":{}},"name":"search_variant_evidence","arguments":{"assembly":"GRCh38","query":"rs80357914"}}}'

Inspecciona el resultado devuelto antes de continuar. Este ejemplo puede devolver ambiguous con múltiples candidatos: detente y solicita una notación de variante pública inequívoca en lugar de seleccionar un candidato automáticamente.

Selecciona la habilidad correcta

Usa esta habilidad cuando la tarea sea una variante pública hacia evidencia Folklore estructurada, manejo explícito del estado de resolución, literatura vinculada a la variante o afirmaciones ClinGen de gen-a-enfermedad/enfermedad-a-gen.

  • Usa database-lookup para consultas directas amplias en ClinVar, dbSNP, gnomAD, Ensembl VEP, COSMIC o múltiples bases de datos.
  • Usa genomic-coordinates primero cuando el ensamblaje, la convención de coordenadas, el nombre del contig o la representación de la variante sean inciertos.
  • No uses esta habilidad para anotación VCF, procesamiento por lotes, variantes somáticas, variantes estructurales, puntuaciones poligénicas o interpretación específica de paciente.

Folklore Clinical Variant Interpretation MCP complementa esas habilidades con un contrato de evidencia pública vinculada a fuentes. No reemplaza la revisión directa de bases de datos ni el juicio clínico calificado.

Aplica el límite de entrada

Antes de una llamada de herramienta de variante:

  1. Extrae exactamente un identificador o notación de variante pública.
  2. Exige GRCh38 y una variante SNV germinal nuclear o indel simple.
  3. Elimina o rechaza nombres de pacientes, identificadores de casos, fenotipos, historial familiar, evidencia de segregación, registros clínicos, archivos subidos y cualquier otro contexto privado o específico de paciente.
  4. Si la tarea depende del contexto del paciente, detente y explica que Folklore Clinical Variant Interpretation MCP no lo acepta ni evalúa.
  5. Nunca transformes una solicitud específica de paciente en una consulta de variante pública implicando que el resultado responde a la pregunta específica del paciente.

Las formas aceptadas de variante pública incluyen coordenadas genómicas, HGVS genómico/codificante/proteico, SPDI, rsID o una canonical_key devuelta por Folklore Clinical Variant Interpretation MCP.

Verifica el catálogo de herramientas activo

Conéctate al endpoint alojado y llama a tools/list. Verifica las herramientas disponibles en lugar de confiar en la memoria del modelo. El catálogo público documentado contiene:

  • search_variant_evidence
  • search_variant_literature
  • get_publication_details
  • search_literature_corpus
  • get_gene_disease_associations
  • search_disease_genes

La séptima herramienta separada support_helena no es evidencia científica; úsala solo cuando se solicite explícitamente.

Si el descubrimiento o una llamada de herramienta falla, preserva el fallo como un problema de disponibilidad. No lo reinterpretes como falta de evidencia científica.

Lee el contrato MCP público antes de componer llamadas de herramienta o interpretar estados de respuesta.

Recupera afirmaciones gen-enfermedad

Usa get_gene_disease_associations para un símbolo de gen exacto o identificador HGNC, o search_disease_genes para un identificador MONDO exacto o subcadena de nombre de enfermedad pública. Ambos aceptan limit (predeterminado 20, 1–50) y offset (predeterminado 0, 0–1000). Consulta la referencia para ejemplos de solicitud. Esta es una búsqueda de fuente separada y no requiere entrada de variante ni ensamblaje.

Preserva cada identidad de enfermedad devuelta, herencia, evaluación de evidencia, URL de fuente, fecha e instantánea. No combines enfermedades distintas ni elijas silenciosamente entre coincidencias de nombre. La validez gen-enfermedad no clasifica una variante particular. Resultados vacíos significan que no hay una afirmación coincidente en la fuente ClinGen disponible, no que no haya asociación. No se pueden enviar datos de paciente, fenotipo, familia, segregación, datos de caso privados ni archivos de secuenciación. La revisión profesional calificada sigue siendo necesaria.

Ejecuta el flujo de trabajo de evidencia de variante

1. Resuelve y recupera evidencia

Llama a search_variant_evidence con:

assembly: GRCh38
query: <un identificador o notación de variante pública>

No agregues fenotipo, enfermedad, paciente, familia o contexto de tratamiento a esta llamada. Preserva los campos del contrato devueltos, los enlaces a fuentes, las limitaciones y el límite de uso.

2. Ramifica según el estado devuelto

Trata el estado como un valor de control de flujo, no como prosa:

EstadoAcción requerida
resolvedReutiliza la canonical_key devuelta; revisa la interpretación estructurada, procedencia, enlaces a fuentes y limitaciones.
ambiguousMuestra los candidatos devueltos y solicita una selección explícita de variante pública. Nunca elijas un candidato automáticamente.
not_foundInforma que no se encontró ningún resultado dentro de este servicio y alcance de consulta. No afirmes ausencia universal.
invalid_requestInforma el problema de validación y solicita una variante pública corregida. No reinterpretes silenciosamente la entrada.
unsupportedIndica el límite de servicio relevante y detente. No fuerces la consulta a una forma soportada.
resolution_unavailableInforma una falla temporal de resolución o disponibilidad. No lo trates como ausencia de evidencia.

Solo un resultado resolved puede proceder automáticamente a un flujo de trabajo de literatura vinculada a variante. Si una interpretación resuelta en sí misma informa evidencia no disponible, preserva esa limitación separada.

3. Revisa la evidencia sin exagerar

Para un resultado resuelto:

  • Presenta la identidad de variante devuelta y la canonical_key.
  • Preserva el resultado de soporte automatizado de decisiones ACMG/AMP a nivel de variante exactamente como se devolvió.
  • Cita las fuentes públicas y la procedencia devueltas.
  • Separa los hechos devueltos de la síntesis del agente.
  • Indica que se requiere revisión profesional calificada.
  • No conviertas el resultado en un diagnóstico, estimación de riesgo individual, recomendación de tratamiento o informe clínico independiente.

Encadena a literatura

Literatura vinculada a variante

Después de una llamada de evidencia resuelta, pasa la canonical_key devuelta a search_variant_literature. Mantén assembly como GRCh38. Una question opcional puede acotar el enfoque de la literatura, pero debe seguir siendo una pregunta científica pública y no debe contener contexto de paciente.

Distingue el tipo de coincidencia de cada resultado:

  • exact_variant: coincidencia directa con la variante resuelta
  • variant_alias: coincidencia a través de un alias reportado
  • gene_association: asociación más amplia a nivel de gen, no prueba específica de variante

Las asociaciones de literatura no alteran la clasificación ACMG/AMP devuelta.

Detalles de publicación

Llama a get_publication_details solo con un PMID devuelto por las herramientas de literatura. Preserva las URLs de PubMed, los campos DOI/PMCID cuando estén presentes, el estado de retractación y la distinción entre menciones de gen y menciones de variante.

Búsqueda semántica en corpus

Usa search_literature_corpus para una pregunta científica pública en lenguaje natural o para descubrimiento por identificador de publicación, gen, variante, fenotipo, HPO o concepto OMIM. Trata los resultados como candidatos vinculados a fuentes para revisión profesional. Una respuesta de cero resultados significa que no se devolvió ningún resultado para esa consulta limitada, no que no exista ninguna publicación relevante en ningún lugar.

No coloques información de paciente en una consulta de corpus, incluso si la consulta no es específica de variante.

Informa un resultado reproducible

Incluye:

  1. La consulta pública exacta y el ensamblaje GRCh38.
  2. El estado devuelto y, si está resuelto, la canonical_key.
  3. La evidencia estructurada o el resultado de literatura sin cambiar su significado.
  4. Enlaces a fuentes e identificadores de publicación.
  5. Tipo de coincidencia para resultados de literatura.
  6. Fecha de acceso y cualquier limitación de disponibilidad.
  7. Esta declaración de límite:

Esto es soporte de decisiones a nivel de variante pública para revisión profesional calificada. No evalúa datos de paciente, fenotipo, familia, segregación o casos privados y no es un diagnóstico o recomendación de tratamiento.

Prueba de humo falsificable

Usa el rsID público rs80357914 para probar el manejo de ambigüedad:

Llama a search_variant_evidence con assembly GRCh38 y query rs80357914. Si el
resultado es ambiguo, lista los candidatos devueltos y detente para selección
explícita. No selecciones un candidato ni llames a herramientas de literatura
descendentes.

La prueba pasa solo si una respuesta ambigua hace que el flujo de trabajo se detenga sin selección automática de candidatos.

Referencias oficiales

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

adaptyv

How to use the Adaptyv Bio Foundry API and Python SDK for protein experiment design, submission, and results retrieval. Use this skill whenever the user mentions Adaptyv, Foundry API, protein binding assays, protein screening experiments, BLI/SPR assays, thermostability assays, or wants to submit protein sequences for experimental characterization. Also trigger when code imports `adaptyv`, `adaptyv_sdk`, or `FoundryClient`, or references `foundry-api-public.adaptyvbio.com`.

aeon

This skill should be used for time series machine learning tasks including classification, regression, clustering, forecasting, anomaly detection, segmentation, and similarity search. Use when working with temporal data, sequential patterns, or time-indexed observations requiring specialized algorithms beyond standard ML approaches. Particularly suited for univariate and multivariate time series analysis with scikit-learn compatible APIs.

alphagenome

Look up precomputed AlphaGenome Atlas effects for any GRCh38 single-nucleotide variant (AVI score with Phred and 18 SHAP feature attributions, plus raw and quantile scores for RNA-seq, DNase, ATAC, ChIP-TF, ChIP-histone, CAGE, PRO-cap, splicing, polyadenylation and contact-map tracks), score variants or scan windows on demand with the AlphaGenome model for human and mouse (variant scoring, in silico mutagenesis, REF-versus-ALT track prediction), and build Atlas website deep links. Use when the user mentions AlphaGenome, AlphaGenome Atlas, AVI or AlphaGenome Variant Impact, DeepMind variant effect prediction, or wants to prioritise or mechanistically interpret non-coding, regulatory, splicing, enhancer, promoter, or chromatin-accessibility effects of SNVs from a VCF, credible set, or region. Research use only; not a clinical tool.

analytical-method-validation

Plan, execute, and document validation, verification, and transfer of analytical procedures under the governing framework - ICH Q2(R2) and Q14, USP <1220>/<1225>/<1226>, ICH M10 bioanalytical, CLSI EP, or ISO/IEC 17025. Use for HPLC, LC-MS/MS, GC, CE, ICP-MS, dissolution, qNMR, qPCR, NIR, and ligand binding or cell-based assays whenever the question is whether a procedure is fit for its intended purpose. Triggers include

anndata

Data structure for annotated matrices in single-cell analysis. Use when working with .h5ad files or integrating with the scverse ecosystem. This is the data format skill—for analysis workflows use scanpy; for probabilistic models use scvi-tools; for population-scale queries use cellxgene-census.

arbor

Autonomously improve a real artifact (code, training recipe, agent harness, data pipeline, prompt) against an objective and an evaluator, using Hypothesis Tree Refinement (HTR) from the Arbor paper. Use this whenever someone wants to iteratively optimize something over many experiments without overfitting — e.g.

arboreto

Infer gene regulatory networks (GRNs) from gene expression data using scalable algorithms (GRNBoost2, GENIE3). Use when analyzing transcriptomics data (bulk RNA-seq, single-cell RNA-seq) to identify transcription factor-target gene relationships and regulatory interactions. Supports distributed computation for large-scale datasets.

astropy

Core Python library for astronomy and astrophysics workflows that need Astropy APIs, including units/quantities, coordinates, FITS I/O, tables, time systems, WCS, and cosmology. Use when implementing or debugging astronomical data analysis code with Astropy.

autoskill

Observe the user

benchling-integration

Benchling Python SDK and REST API integration for registry entities, inventory, ELN entries, workflows, Benchling Apps, and Data Warehouse queries. Use when automating lab data with benchling-sdk or the v2 API.

bgpt-paper-search

Search scientific papers and retrieve structured experimental data extracted from full-text studies via the BGPT MCP server. Returns 25+ fields per paper including methods, results, sample sizes, quality scores, and conclusions. Use for literature reviews, evidence synthesis, and finding experimental details not available in abstracts alone.

bids

>

biopython

Comprehensive molecular biology toolkit. Use for sequence manipulation, file parsing (FASTA/GenBank/PDB), phylogenetics, and programmatic NCBI/PubMed access (Bio.Entrez). Best for batch processing, custom bioinformatics pipelines, BLAST automation. For quick lookups use gget; for multi-service integration use bioservices.

bioservices

Unified Python interface to 40+ bioinformatics services. Use when querying multiple databases (UniProt, KEGG, ChEMBL, Reactome) in a single workflow with consistent API. Best for cross-database analysis, ID mapping across services. For quick single-database lookups use gget; for sequence/file manipulation use biopython.

bulk-rnaseq

End-to-end bulk RNA-seq orchestrator — takes raw FASTQ reads through QC and trimming (FastQC, fastp/Trim Galore), alignment and quantification (STAR, Salmon, featureCounts), assembles a gene-level counts matrix, then hands off to differential expression (pydeseq2), pathway/GSEA enrichment (pathway-enrichment), and publication figures (scientific-visualization). Use whenever the user has bulk RNA-seq reads or quant output and wants a complete, reproducible differential-expression workflow — e.g.

cellxgene-census

Query the CZ CELLxGENE Census programmatically for versioned public single-cell and spatial transcriptomics data. Use when you need population-scale cell metadata, gene expression slices, Census summary counts, source H5AD URIs/downloads, embeddings, spatial Census data, or reference atlas comparisons across organisms, tissues, diseases, assays, and cell types. For analyzing your own local single-cell data use scanpy, anndata, or scvi-tools.

cirq

Google quantum computing framework. Use when targeting Google Quantum AI hardware, designing noise-aware circuits, or running quantum characterization experiments. Best for Google hardware, noise modeling, and low-level circuit design. For IBM hardware use qiskit; for quantum ML with autodiff use pennylane; for physics simulations use qutip.

citation-management

Comprehensive citation management for academic research. Search OpenAlex, PubMed, and Google Scholar for papers, extract accurate metadata, validate citations, and generate properly formatted BibTeX entries. This skill should be used when you need to find papers, verify citation information, convert DOIs to BibTeX, or ensure reference accuracy in scientific writing.

clinical-decision-support

Prepare and validate research-only clinical decision-support evaluation, evidence-profile, cohort, survival, biomarker/model, privacy, and governance artifacts. Use for aggregate or synthetic research documentation and traceability—not patient care or live clinical operation.

clinical-reports

Create safety-bounded draft structures and run local deterministic checks for clinical case, diagnostic, trial, safety, and aggregate research reports. Use only with synthetic, de-identified, or aggregate inputs and verified source-fact manifests; every output requires qualified review.

Skills relacionados