recherche-littérature-anticorps

Trouver et résumer la littérature et les enregistrements de bases de données publiques sur les anticorps et l'immunologie.

Qu'est-ce que recherche-littérature-anticorps ?

Cette compétence permet de rechercher et de résumer des informations précises sur les anticorps et l'immunologie à partir de la littérature scientifique et de bases de données publiques. Elle est utile pour les ingénieurs et chercheurs en IA qui ont besoin d'explorer des cibles thérapeutiques, de vérifier des séquences d'anticorps, de trouver des structures protéiques, ou d'évaluer des preuves cliniques. Supportant des plateformes comme Europe PMC, UniProt, PDB, SAbDab, IEDB, ClinicalTrials.gov et bien d'autres, la compétence applique une discipline stricte : chaque identifiant (PMID, DOI, PDB ID, etc.) est résolu avant d'être écrit, et chaque affirmation est associée à sa source. Le processus inclut la recherche, la récupération des enregistrements, la vérification des allégations, et la sortie de preuves tracées. En connectant le serveur MCP `immuno`, la compétence peut utiliser des fonctions spécialisées comme `resolve_identifier`, `search_antibody_structures`, `search_literature` et `query_binding_data` pour automatiser ces étapes avec une provenance intégrée.

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

Installed? Explore more Recherche et analyse de données skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Recherche de littérature et de bases de données sur les anticorps

Passer d'une question à des preuves sourcées, chaque citation vérifiée.

Résoudre avant d'écrire

Un identifiant qui n'a pas été récupéré dans cette session ne doit pas être écrit. Cela s'applique aux PMID, DOI, accessions, ID PDB, noms de clones, numéros de catalogue et ID d'essais cliniques.

La discipline, dans l'ordre :

  1. Rechercher, ne pas se souvenir. Les citations sur les anticorps et l'immunologie sont la chose la plus facile à générer de manière plausible mais erronée dans ce domaine : le nom d'auteur, le journal et l'année qui semblent corrects, associés à un article qui n'existe pas.
  2. Récupérer l'enregistrement pour chaque identifiant qui apparaîtra dans la sortie.
  3. Faire correspondre l'enregistrement à l'affirmation. Un PMID qui se résout prouve que l'article existe, pas qu'il dit ce que la réponse lui attribue. Lisez au moins le résumé ; lisez les méthodes lorsque l'affirmation porte sur la façon dont quelque chose a été mesuré.
  4. Transmettre la provenance dans la sortie — identifiant, titre, année, et ce que cette source soutient réellement.

Si une source ne peut pas être résolue, écrivez l'affirmation comme non sourcée ou retirez-la. Dire "Je n'ai pas pu trouver de référence pour cela" est une réponse correcte.

Les enregistrements de bases de données portent également une provenance. Un enregistrement est cité avec son accession plus, lorsque la ressource versionne ses données, la version et la date de récupération — UniProt P04626 (récupéré le 2026-11-13), PDB 1N8Z, Thera-SAbDab trastuzumab, IEDB epitope ID 12345. Le contenu des bases de données change entre les versions, donc une simple accession sans version n'est pas reproductible. Préférez la source primaire (l'enregistrement déposé) à un résumé secondaire de celle-ci.

Choisir la ressource en fonction de la question

QuestionAller à
Qu'est-ce qui est publié sur cette cible, cet anticorps ou cette méthode ?Europe PMC ou PubMed
Qu'est-ce que cette protéine, ses domaines, isoformes, PTM, séquence ?UniProt
Quels épitopes sont connus ou cartographiés pour cet antigène ?IEDB
Existe-t-il une structure de ce complexe ?RCSB PDB, puis SAbDab (SAbDab-nano pour VHH) pour les annotations spécifiques aux anticorps
Que dois-je savoir sur cette cible avant de concevoir contre elle ?le dossier cible : references/target-dossier.md
Quels binders conçus ont été testés pour cette cible ou par cette méthode, et quels résultats ?Proteinbase
Quelles données de liaison mutationnelle ou de développabilité existent pour calibrer ?SKEMPI 2.0, AB-Bind, Ginkgo Datapoints
Quelle est la séquence et le format d'un anticorps thérapeutique nommé ?Thera-SAbDab, IMGT/mAb-DB
Cette séquence d'anticorps a-t-elle été publiée ou brevetée auparavant ?PLAbDab
Quels gènes et allèles germinaux existent ?IMGT/GENE-DB, OGRDB
Ce répertoire ou clonotype a-t-il été observé dans une étude ?OAS, iReceptor, VDJbase
Quels essais existent et à quelle phase ?ClinicalTrials.gov, EU CTIS, WHO ICTRP
Quels anticorps sont approuvés ou en cours d'examen ?Le tableau de l'Antibody Society, YAbS
Cette séquence a-t-elle été revendiquée dans un brevet ?Google Patents, Lens.org, bases de données de séquences de brevets
Quels anticorps commerciaux ciblent cette protéine, et sont-ils validés ?antibody-reagent-selection

Détails, URL et notes d'API : references/resources.md. Syntaxe de requête et recettes pratiques : references/search-recipes.md.

Avec le MCP immuno

Lorsque le serveur MCP immuno est connecté (get_server_capabilities le montre), préférez-le aux requêtes écrites manuellement pour ces étapes ; chaque résultat porte une provenance à citer.

  • resolve_identifier confirme un ID PDB, une accession UniProt, un PMID, PMCID ou DOI avant qu'il soit écrit.
  • search_antibody_structures interroge SAbDab2. Recherchez par accession UniProt, pas par nom de protéine : un nom tel que "PD-1" ou "Programmed cell death protein 1" avec le filtre VHH n'a retourné aucune ligne le 2026-11-14, alors que l'accession Q15116 en a retourné 51. Le filtre de nom correspond à 25 caractères, ne vérifie pas l'espèce et manque les entrées qui nomment l'antigène différemment. Ensuite get_structure pour l'entrée, ses CDR et ses chaînes d'antigène.
  • search_literature puis get_passages lisent et citent le texte ; un titre seul n'est pas une preuve, et les passages sont uniquement le résumé sauf si coverage indique le texte intégral.
  • query_binding_data retourne les lignes SKEMPI 2.0 (ddG, Kd, le PMID source). L'ensemble de données date de 2018.
  • Les ensembles de données que le serveur liste comme planifiés (OAS, AB-Bind, GDPa1, Adaptyv) ne sont pas encore interrogeables. Dites-le plutôt que de les citer.

Étendue de la recherche

Une seule requête ne répond à presque rien dans ce domaine. Pour toute question au-delà d'une simple recherche directe, lancez plusieurs recherches en un lot et variez le vocabulaire, car le même objet a de nombreux noms :

  • la cible : symbole du gène, nom de la protéine, numéro CD, anciens noms, espèce.
  • l'anticorps : DCI, nom de code (souvent ABC-123), nom de marque, ID de clone, société d'origine.
  • le concept : le nom de la méthode plus son abréviation courante.

Arrêtez lorsque les mêmes articles reviennent avec des vocabulaires différents. Cette saturation est le critère d'achèvement, pas un nombre fixe de recherches.

Résumer avec les preuves jointes

Pour chaque article qui mérite une place dans la réponse, extrayez les champs de references/reading-a-paper.md — cible, anticorps et format, ce qui a été mesuré et comment, système modèle, contrôles, taille d'effet, limites — et distinguez tout au long :

  • ce qui a été mesuré par rapport à ce qui a été conclu,
  • les preuves in vitro, animales et humaines,
  • les articles évalués par les pairs par rapport aux prépublications par rapport aux résumés de conférence par rapport aux communiqués de presse de l'entreprise.

Classez les affirmations selon cette hiérarchie plutôt que par leur récence ou leur force. Un communiqué de presse rapportant une phase 2 positive est une preuve plus faible que l'essai publié, et les deux doivent être étiquetés pour ce qu'ils sont.

Récupération polie

Les API publiques ici sont gratuites et limitées en débit. Traitez les requêtes par lot, respectez les limites documentées et mettez en cache les résultats dans le bloc-notes plutôt que de les récupérer à nouveau.

Les E-utilities du NCBI demandent aux appelants de s'identifier avec les paramètres tool et email. Envoyez un nom de client générique et demandez à l'utilisateur avant d'utiliser sa propre adresse e-mail dans une requête vers un service externe.

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 associés