Communitygithub.com

folklore-variant-evidence

Recupere evidências de variantes públicas estruturadas, suporte automatizado de decisão ACMG/AMP, proveniência e literatura vinculada para uma variante germinativa nuclear SNV ou indel simples GRCh38 através do Folklore Clinical Variant Interpretation MCP.

O que é folklore-variant-evidence?

Este skill capacita agentes de IA a acessar o serviço Folklore Clinical Variant Interpretation MCP da Helena Bioinformatics para obter evidências públicas de variantes, suporte automatizado a classificações ACMG/AMP e associações gene-doença do ClinGen. Ele suporta consultas a variantes germinativas nucleares SNV ou indel simples no genoma GRCh38, retornando um estado de resolução explícito (resolvido, ambíguo, não encontrado, inválido, não suportado ou indisponível) que permite ramificação determinística no fluxo de trabalho do agente científico. O skill exige rigorosa separação de dados de pacientes (nomes, fenótipos, históricos familiares, etc.), garantindo que apenas identificadores públicos sejam usados e que a proveniência das evidências seja preservada. Ele pode ser encadeado com literatura vinculada a variantes ou publicações, sendo útil para revisão profissional qualificada, sem substituir o julgamento clínico direto.

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

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

Evidência de Variante Folklore

Use o Folklore Clinical Variant Interpretation MCP para recuperar evidências públicas estruturadas de variantes, suporte automatizado de decisão ACMG/AMP em nível de variante, proveniência e literatura vinculada a fontes para revisão profissional. Mantenha o fluxo de trabalho limitado a identificadores públicos e preserve todos os estados de resultado explícitos. O adaptador 1.5.0 também fornece asserções de Validade Gene-Doença do ClinGen; a cobertura de fontes é limitada, nem toda associação conhecida está presente.

O Folklore Clinical Variant Interpretation MCP é publicado pela Helena Bioinformatics. Seu endpoint hospedado é:

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

Nenhuma conta ou chave de API é necessária. O adaptador público sob licença Apache-2.0 e o contrato estão disponíveis em https://github.com/helena-bioinformatics/folklore-mcp.

Exemplo mínimo de conexão

Um host sem suporte nativo a MCP pode fazer a mesma chamada 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"}}}'

Inspecione o resultado retornado antes de continuar. Este exemplo pode retornar ambíguo com múltiplos candidatos: pare e solicite uma notação de variante pública inequívoca em vez de selecionar um candidato automaticamente.

Selecione o skill correto

Use este skill quando a tarefa for uma variante pública para evidência Folklore estruturada, manipulação explícita do estado de resolução, literatura vinculada à variante ou asserções gene-para-doença/doença-para-gene do ClinGen.

  • Use database-lookup para consultas diretas amplas em ClinVar, dbSNP, gnomAD, Ensembl VEP, COSMIC ou múltiplos bancos de dados.
  • Use genomic-coordinates primeiro quando a montagem, convenção de coordenadas, nome do contig ou representação da variante forem incertos.
  • Não use este skill para anotação VCF, processamento em lote, variantes somáticas, variantes estruturais, escores poligênicos ou interpretação específica de paciente.

O Folklore Clinical Variant Interpretation MCP complementa esses skills com um contrato de evidência pública vinculada a fontes. Ele não substitui a revisão direta de bancos de dados ou o julgamento clínico qualificado.

Reforce o limite de entrada

Antes de uma chamada de ferramenta de variante:

  1. Extraia exatamente um identificador de variante pública ou notação.
  2. Exija GRCh38 e uma variante germinativa nuclear SNV ou indel simples.
  3. Remova ou recuse nomes de pacientes, identificadores de caso, fenótipos, histórico familiar, evidências de segregação, registros clínicos, arquivos enviados e outro contexto privado ou específico de paciente.
  4. Se a tarefa depender de contexto do paciente, pare e explique que o Folklore Clinical Variant Interpretation MCP não aceita ou avalia esse contexto.
  5. Nunca transforme uma solicitação específica de paciente em uma consulta de variante pública enquanto implica que o resultado responde à pergunta específica do paciente.

Formas aceitas de variante pública incluem coordenadas genômicas, HGVS genômico/codificante/proteico, SPDI, rsID ou uma canonical_key retornada pelo Folklore Clinical Variant Interpretation MCP.

Verifique o catálogo ativo de ferramentas

Conecte-se ao endpoint hospedado e chame tools/list. Verifique as ferramentas disponíveis em vez de confiar na memória do modelo. O catálogo público documentado contém:

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

A sétima ferramenta separada support_helena não é evidência científica; use-a apenas quando solicitado explicitamente.

Se a descoberta ou uma chamada de ferramenta falhar, preserve a falha como um problema de disponibilidade. Não a reinterprete como falta de evidência científica.

Leia o contrato MCP público antes de compor chamadas de ferramentas ou interpretar estados de resposta.

Recupere asserções gene-doença

Use get_gene_disease_associations para um símbolo de gene exato ou identificador HGNC, ou search_disease_genes para um identificador MONDO exato ou substring pública de nome de doença. Ambos aceitam limit (padrão 20, 1–50) e offset (padrão 0, 0–1000). Consulte a referência para exemplos de solicitação. Esta é uma consulta de fonte separada e não requer entrada de variante ou montagem.

Preserve cada identidade de doença retornada, herança, avaliação de evidência, URL de origem, data e instantâneo. Não combine doenças distintas ou escolha silenciosamente entre correspondências de nome. A validade gene-doença não classifica uma variante específica. Resultados vazios significam que não há asserção correspondente na fonte ClinGen disponível, não que não haja associação. Nenhum dado de paciente, fenótipo, família, segregação, caso privado ou arquivos de sequenciamento podem ser enviados. A revisão profissional qualificada permanece necessária.

Execute o fluxo de trabalho de evidência de variante

1. Resolva e recupere evidências

Chame search_variant_evidence com:

assembly: GRCh38
query: <um identificador de variante pública ou notação>

Não adicione fenótipo, doença, paciente, família ou contexto de tratamento a esta chamada. Preserve os campos de contrato retornados, links de fontes, limitações e limite de uso.

2. Ramifique com base no status retornado

Trate o status como um valor de fluxo de controle, não como prosa:

StatusAção necessária
resolvedReutilize a canonical_key retornada; revise a interpretação estruturada, proveniência, links de fontes e limitações.
ambiguousMostre os candidatos retornados e peça uma seleção explícita de variante pública. Nunca escolha um candidato automaticamente.
not_foundRelate que nenhum resultado foi encontrado neste serviço e escopo de consulta. Não afirme ausência universal.
invalid_requestRelate o problema de validação e solicite uma variante pública corrigida. Não reinterprete silenciosamente a entrada.
unsupportedDeclare o limite de serviço relevante e pare. Não force a consulta a uma forma suportada.
resolution_unavailableRelate uma falha temporária de resolução ou disponibilidade. Não trate como ausência de evidência.

Apenas um resultado resolved pode prosseguir automaticamente para um fluxo de trabalho de literatura vinculada à variante. Se uma interpretação resolvida em si relatar evidência indisponível, preserve essa limitação separada.

3. Revise a evidência sem exageros

Para um resultado resolvido:

  • Apresente a identidade da variante retornada e a canonical_key.
  • Preserve o resultado de suporte automatizado de decisão ACMG/AMP em nível de variante exatamente como retornado.
  • Cite as fontes públicas retornadas e a proveniência.
  • Separe os fatos retornados da síntese do agente.
  • Declare que a revisão profissional qualificada é necessária.
  • Não transforme o resultado em um diagnóstico, estimativa de risco individual, recomendação de tratamento ou relatório clínico independente.

Encadeie com literatura

Literatura vinculada à variante

Após uma chamada de evidência resolvida, passe a canonical_key retornada para search_variant_literature. Mantenha assembly como GRCh38. Uma question opcional pode restringir o foco da literatura, mas deve permanecer uma pergunta científica pública e não pode conter contexto de paciente.

Distinga o tipo de correspondência de cada resultado:

  • exact_variant: correspondência direta à variante resolvida
  • variant_alias: correspondência através de um alias relatado
  • gene_association: associação mais ampla em nível de gene, não prova específica de variante

As associações de literatura não alteram a classificação ACMG/AMP retornada.

Detalhes de publicação

Chame get_publication_details apenas com um PMID retornado pelas ferramentas de literatura. Preserve URLs do PubMed, campos DOI/PMCID quando presentes, status de retratação e a distinção entre menções de gene e menções de variante.

Pesquisa semântica no corpus

Use search_literature_corpus para uma pergunta científica em linguagem natural pública ou para descoberta por identificador de publicação, gene, variante, fenótipo, HPO ou conceito OMIM. Trate os resultados como candidatos vinculados a fontes para revisão profissional. Um resultado de zero respostas significa que nenhum resultado foi retornado para aquela consulta limitada, não que nenhuma publicação relevante existe em lugar algum.

Não coloque informações de paciente em uma consulta de corpus, mesmo que a consulta não seja específica de variante.

Relate um resultado reproduzível

Inclua:

  1. A consulta pública exata e a montagem GRCh38.
  2. O status retornado e, se resolvido, a canonical_key.
  3. A evidência estruturada ou resultado de literatura sem alterar seu significado.
  4. Links de fontes e identificadores de publicação.
  5. Tipo de correspondência para resultados de literatura.
  6. Data de acesso e qualquer limitação de disponibilidade.
  7. Esta declaração de limite:

Este é suporte público de decisão em nível de variante para revisão profissional qualificada. Ele não avalia dados de paciente, fenótipo, família, segregação ou caso privado e não é um diagnóstico ou recomendação de tratamento.

Teste de fumaça falseável

Use o rsID público rs80357914 para testar a manipulação de ambiguidade:

Chame search_variant_evidence com assembly GRCh38 e query rs80357914. Se o
resultado for ambíguo, liste os candidatos retornados e pare para seleção
 explícita. Não selecione um candidato nem chame ferramentas de literatura subsequentes.

O teste passa apenas se uma resposta ambígua fizer o fluxo de trabalho parar sem seleção automática de candidato.

Referências oficiais

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.

Habilidades Relacionadas