Community画像github.com

生物パスウェイ・メカニズム図作成

研究資料(PDF/テキスト)から査読可能な生物学的メカニズム/パスウェイ図を作成・編集します。3層モデル(型付きエンティティ、証拠引用付き型付き有向エッジ、区画レイアウト)に基づき、意味論的に正しいSVGソース、PNG/PDF出力、トレーサブルで不確実性を明示したresult.jsonを生成します。調節方向を推測せず、未記載の情報はその旨を明示します。

生物パスウェイ・メカニズム図作成 とは?

このスキルは、研究論文やPDFテキストから、出版品質の生物学的メカニズム図(シグナル伝達経路図、メカニズム図、クロストーク図、パスウェイフローチャート)を作成・編集するためのものです。中核となる契約は、キャンバス上のすべてのエンティティとエッジが、原文からの逐語引用とその位置にトレース可能であること、活性化/阻害/結合/修飾/輸送といった相互作用のセマンティクスが視覚的に区別され混同されないこと、そしてソースが明示していない情報(方向、位置、数値)は推測せずに「未記載」として明確にマークすることです。このスキルはClaude Code, Cursor, CodexなどのAIエージェントプラットフォーム向けに設計されており、段階的なスクリプトパイプライン(モデル検証、SVGレンダリング、アセットエクスポート、出力検証)と、厳格な不確実性ポリシーによって科学的なトレーサビリティと再現性を確保します。出力は、層状でIDアドレス可能な編集可能SVG、PNG/PDFエクスポート、およびすべての契約フィールドをカバーするresult.json(未生成の項目はnull+理由を含む)です。

対応~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/qingyulzx/pku-efficiency3-skills/tree/HEAD/bio-pathway

Installed? Explore more 画像 skills: steipete/songsee, affaan-m/frontend-design, mattpocock/improve-codebase-architecture · View all 6 →

お気に入りのAIに質問する

このエージェントスキルを事前に読み込んだ状態で新しいチャットを開きます。

ドキュメント

生物パスウェイ・メカニズム図作成 は何をしますか?

パスウェイ図は、読者が一矢ごとに挑戦できるメカニズム記述です。このスキルの契約:キャンバス上のすべてのエンティティとすべてのエッジは、位置情報付きの逐語引用にトレース可能でなければなりません。相互作用セマンティクス(活性化/阻害/結合/修飾/輸送)は視覚的に区別され、決して混同されません。ソースが明示していないもの(方向、位置、数値)は、推測ではなく「未記載」として可視的にマークされます。成果物は、層状でIDアドレス可能な編集可能SVGに加え、PNG/PDFエクスポート、および契約を完全に満たすresult.jsonです。

使用する場合 / 使用しない場合

使用する場合:メカニズム図、シグナル伝達経路図、受容体から核へのカスケード、経路クロストーク、「この論文の図Nを描いて」というタスク、および既存のパスウェイ図への編集(エンティティまたはエッジの追加/削除、ラベルの変更)。 使用しない場合:統計チャート(棒/箱/火山図)、実験スキーマ、または美的目的のみのレタッチ。これらは隣接するスキルに属します。

実行契約(プラットフォームランタイム)

  • 入力: /input/case.json (+ task.md)。/app/work 下で作業し、成果物は /app/output 下に配置。
  • 実行全体の最初のアクション(ケースを詳細に読む前): python scripts/scaffold_result.py --input /input/case.json --outdir /app/output これにより、すべての出力契約フィールドが存在し、未生成のものはnull+理由が設定されたresult.jsonが書き込まれます。それを段階的に更新し続けます。契約フィールドを決して削除しないでください。
  • 以下のすべてのスクリプトは、--model/--svg スタイルのパスを引数に取り、特に明記がない限り純粋なPython 3(stdlibのみ)です。references/ はスクリプトによって読み込まれます。ステップ1の前に自分で .md ファイルを読んでください。

ステップ0 - 契約を読み、スキャフォールドを実行(1リクエスト)

スキャフォールドを実行します。task.md + case.json をざっと読み、図のターゲット(どのメカニズムか、再現する場合はどの図か、生成か編集かのシナリオ)、必要なエクスポート形式、およびエビデンスの範囲を特定します。記入する必要のある契約フィールドリストを記録します。予算意識:5〜8モデルステップで完了を目指します。スクリプトが重い処理を行い、あなたは科学的判断を行います。

ステップ1 - メカニズムモデルの抽出(科学的コア - 自分で実施)

実際の資料を読みます(PDFを実際に解析します。ファイルを読み、ラベルから内容を推測しないでください)。references/layout-conventions.md に従って /app/work/model.json を自身の判断で構築します:

  1. エンティティ — 遺伝子 / タンパク質 / 受容体 / RNA / 複合体 / 分子 / 細胞 / ファミリー。references/naming-rules.md を適用します:遺伝子記号はイタリック体で、遺伝子ノードはそのタンパク質と区別します(MYC vs MYC)。同義語にソースのスペルを含めた推奨記号を使用します。ファミリーとメンバーを区別します。明示された複合体ごとに1つのノードを作成します。各エンティティは source: {loc, quote} を持ちます — これは逐語引用と、再発見に十分な精度の位置(セクション/段落/ページ/図キャプション)です。
  2. エッジ — references/edge-types.json の閉じたセットからの型(活性化、阻害、結合、リン酸化、ユビキチン化、転写制御、移行、複合体形成、...)。directed は明示的に設定する必要があります。方向を決して推測しないでください:引用に方向の手がかりがない場合は、directed: false を設定し、不確実性を記録します(references/uncertainty-policy.md)。結合/リクルートメントは無向です。転写制御は遺伝子ノードをターゲットとし、符号が必要です。
  3. 区画 — 細胞外 / 膜 / 細胞質 / 核(+ 小胞体、ゴルジ体、オルガネラのサブ領域(メカニズムに必要な場合))。位置が明示されていないエンティティは、unspecified バンドに配置します — 決して暗黙的に細胞質に入れないでください。受容体は膜バンドに固定します。
  4. 順序 — パスウェイの位置に基づいて order を設定します(トポロジカル順序であり、テキスト順序ではありません)。フィードバックループは逆向きエッジとして自然に現れます。
  5. キャンバス上の数値(発現量、有意性)は、ソースに逐語的に存在する場合のみ設定します。それ以外の場合は、データマッピングを明示的にnullのままにします。

実践的な抽出順序:最初のパスで全体的な流れを読みます。2回目のパスで文ごとにエンティティと引用を抽出します。3回目のパスで阻害剤、フィードバック、クロストークを含むエッジを抽出します(これらは「しかしながら/一方」の文に隠れています)。

ステップ2 - モデルの検証(スクリプト)

python scripts/validate_model.py --model /app/work/model.json \
    --report /app/work/validation-report.json

すべての E-* エラーを修正します。E-DIR-01(方向の手がかりのない有向エッジ)は中核的な科学的ガードです:方向を明示する文を引用するか、無向+不確実性にダウングレードします。警告については意識的な判断が必要です:ファミリーノード、受容体の配置、符号と引用の不一致。有効になるまで再実行します。資料が必要な契約項目をサポートできない場合は、今のうちにそれを記録します(ステップ5でnull+理由になります)。

ステップ3 - SVGのレンダリングとエクスポート(スクリプト)

python scripts/render_svg.py --model /app/work/model.json \
    --out /app/output/pathway.svg --report /app/work/render-report.json
python scripts/export_assets.py --svg /app/output/pathway.svg \
    --outdir /app/output --model /app/work/model.json \
    --png-width 2400 --report /app/work/export-report.json

レンダリングレポートの警告(キャンバス制限、不明な区画)を読みます。自分でPNGを確認します。レイアウトがメカニズムを不明瞭にしている場合(エッジの交差が分岐を隠している、フィードバックがカスケードにかぶっているなど)、モデルの order/ピン位置を調整して再レンダリングします。SVGは決定論的です:同一のモデル → 同一のSVG。

ステップ4 - 編集シナリオ(ケースが既存図の編集を要求する場合)

まずターゲット図のモデルを再構築し(元の図のソーステキストに対してステップ1を実行)、次にソースを保存する編集を使用します — 元のモデル/SVGはバックアップされ、すべての編集はモデルの change_log に記録されます:

python scripts/apply_edit.py --model /app/work/model.json --op add-edge \
    --id e-new --src A --tgt B --type inhibition --directed true \
    --sign negative --loc "..." --quote "..."

操作:エンティティの追加/名前変更/削除(削除は、エッジが接続されている場合は --cascade がないと拒否され、カスケード削除は不確実性として記録されます)、エッジの追加/削除、区画の追加。追加されたすべてのエンティティ/エッジには、逐語的な --loc + --quote が必須です。編集後、再検証(自動)および再レンダリング(ステップ3)を行います。

ステップ5 - 検証とresult.jsonの最終化(スクリプト+自分)

python scripts/verify_outputs.py --model /app/work/model.json \
    --svg /app/output/pathway.svg --result /app/output/result.json \
    --exports /app/output/pathway.png /app/output/pathway.pdf \
    --report /app/output/verification-report.json

これにより、SVGが再読み込みされ、ノード/エッジの読み戻し、凡例↔使用法の両方向での一貫性、ラベルオーバーフロー、キャンバス制限、エクスポートの存在、およびresult.json内のすべてのnullに理由があることがチェックされます。次に、自分でresult.jsonを最終化します:契約フィールドを埋めます(編集可能ソースパス、バックエンド/パラメータ付きエクスポート、引用付きエンティティテーブル/エッジテーブル、凡例ベース、バージョン付きソース、不確実性、検証サマリー、誠実なステータス)。nullのものについては _unanswered_reasons を保持します。部分的な納品は、その限界を平易な言葉で明記する必要があります。

例外処理(実際のパス、装飾ではありません)

障害検出アクション
PDFが読めない/テキストレイヤーがない解析失敗または空テキストレンダリング用にpdf-render-tool/ocr-toolを使用、result.jsonに「テキストレイヤーなし」フラグを設定
エンティティ名が曖昧(2つの読み方)あなたの抽出文脈に応じて選択、代替案と不確実性を記録。決定不能な場合はnull+理由
方向が明示されていないE-DIR-01無向エッジ(矢印なし)+不確実性にダウングレード。絶対に推測しない
区画が不明E-CMP-01 / レイアウト警告unspecified バンド+注記
データエンコードされたビジュアルに数値データがないモデルに逐語的数値がないトポロジを描画、マッピングをnull+「ソースにデータなし」とマーク
ラベルオーバーフローverify label_overflowラベルを短縮/ラベル+サブに分割/並べ替え
キャンバスが制限を超えるレンダリング警告パネルに分割するかブランチを削減、注記
エクスポートバックエンドがないエクスポートレポートステータス失敗フォールバックチェーンは既に試行済み。SVGを納品、失敗とガイダンスをresult.jsonに記録
空白/退化したPNGblank_checkレンダリングレポートを調査、再レンダリング、記録
検証エラーが続く終了コード2モデルを修正。資料から修正不可能な場合は、有効なサブセット+明示的な制限を納品

品質基準(完了前の自己チェック)

  1. レビュアーは任意の矢印を指して、埋め込みテーブル/モデルからその逐語的な正当性を取得できますか?(トレーサビリティ)
  2. 活性化/阻害/結合/修飾は視覚的に区別されており、凡例は描かれたものと一致していますか?欠落やゴーストエントリはありませんか?
  3. 明示されていないすべてのものは、可視的に明示されていませんか?(無向、unspecified バンド、null+理由)
  4. SVGを開いて1つのラベルを変更し、再エクスポートできますか?(層状、IDアドレス可能、標準フォントスタック)
  5. result.jsonは、誠実なステータスですべての契約フィールドをカバーしていますか?

ファイル

  • scripts/scaffold_result.py - null+理由付きの契約完全なresult.json
  • scripts/validate_model.py - スキーマ+方向エビデンス+命名チェック
  • scripts/render_svg.py - model.jsonから決定論的層状SVGを生成
  • scripts/export_assets.py - フォールバックチェーン+空白チェック付きPNG/PDF
  • scripts/apply_edit.py - ソース保存、記録付き編集
  • scripts/verify_outputs.py - バンドルの読み戻し検証
  • references/edge-types.json - 機械可読な記号セマンティクス
  • references/symbol-semantics.md - 視覚文法とその根拠
  • references/naming-rules.md - 遺伝子/タンパク質/ファミリー/複合体の命名規則
  • references/uncertainty-policy.md - ダウングレードルール;決して推測しないポリシー
  • references/layout-conventions.md - model.jsonスキーマ+レイアウトアルゴリズム
  • examples/ras-mapk-case/ - 実際の資料を使った実施例(Brown & Ried 2022)
  • README.md - スタンドアロン使用ドキュメント

Individual skills in this repo

This repo contains 4 individual skills — each has its own dedicated page.

graphical-abstract-builder

Build a single-page graphical abstract (question, method, results, conclusion) from research material as a traceable, editable SVG with PNG/PDF exports. Use when asked to create or edit a graphical abstract, science summary figure, mechanism or flow diagram, or data chart from a paper, study notes or experimental records, especially when editable source files and element-to-source traceability are required.

paper-to-academic-ppt

Turn a research paper (PDF) into a structured, evidence-traceable, template-compliant academic slide deck. Two phases: agent-authored narrative spine and page-level claims (each with paper locators and verbatim quotes), then scripted template adaptation that writes content into real master/layout placeholders, embeds original paper figures, checks overflow/aspect/notes, and exports a PDF preview. Handles missing conclusions, figure-trimming, layout mismatch and over-limit slide counts with explicit rules.

relationship-schematic

Generate or edit scientific entity-relationship schematics (mechanism diagrams, pathway chains, experimental workflows, structural containment) as traceable, editable SVG with verified relation semantics. Extracts an evidence-quoted entity/relation table first, renders a layered SVG from it, reads the drawing back to verify every relation type, direction and containment, then exports 300-dpi PNG and vector PDF. Use for any "draw a mechanism/workflow/relationship figure from this paper or case material" task where scientific correctness of entities, arrow directions and hierarchy matters.

slides-genedit

Generate and edit academic presentation decks from research material. Two routes: (1) generate a new deck from a paper/notes under fixed audience, duration and slide-count constraints, with per-slide claims, verbatim-number evidence mapping, speaker notes, and a rendered PDF preview; (2) source-preserving edits of an existing starting deck - inventory it, apply only the requested local changes, and prove untouched slides stayed byte-identical. Use when asked to turn research material into slides, or to modify/compress/re-audience an existing deck without breaking it.

関連スキル