前言¶

在 DeepSeek Harness（DSH）裏做生信類 Agent，常見難點不是「會不會寫提示詞」，而是流程太長：目標酶怎麼標準化、候選蛋白怎麼篩、結構證據和 EC 註釋怎麼對齊、最後怎麼排出可驗證的實驗清單。若每一步都靠臨時對話拼湊，路徑佔位符、工具版本和中間 TSV 很容易對不上。

下面介紹維護者 Liuyixin-lily 發佈的 human-microbiome-function-mining 插件（GitHub 倉庫 Liuyixin-lily/dsh-bio-human-microbiome-function-mining，npm 包名 @dsh-bio/human-microbiome-function-mining）。它把「目標酶 / EC / 底物-產物反應 → 候選蛋白 → 證據鏈 → 排序 → 實驗設計」做成可安裝的 DSH 工作流包：內置 9 個 skill、腳本與 schema，但不託管服務、不打包 DIAMOND 等外部工具，也不提供算力。社區目錄頁見 SkillHub 插件頁（獨立站點，與 DeepSeek / 幻方無官方從屬關係）。

這是什麼¶

human-microbiome-function-mining 是可裝入 DSH 或兼容 Agent harness 的插件交付包（版本 0.1.0，MIT 許可證）。核心輸入是目標酶序列、EC 號或底物-產物關係；輸出包括候選蛋白證據表、帶 overall_rank 的排序表，以及可證僞實驗假設與實驗設計相關彙總。

插件提供 skills、scripts、schemas 與 references/ 規則。DIAMOND、CD-HIT、US-align、DEER、FedKEA、Bakta、SignalP 和文獻庫仍由用戶在本地或自有服務器準備；Agent 僅在路徑可達且用戶允許時本地執行，否則寫出確切命令並消費用戶回傳的結果文件。

核心功能¶

九項 skill 分工¶

1. functional-dark-matter-discover：主流程，串聯候選發現與實驗設計。
2. build-target-function-card：標準化目標輸入，生成 target_function_card.json。
3. screen-sequence-candidates：CD-HIT 去冗餘（單菌單基因組默認 100%，多基因組泛蛋白組默認 95%）後 DIAMOND 序列篩選。
4. structure-prediction：缺結構時按 PDB → AlphaFold DB（mean pLDDT ≥ 60）→ 同源建模 → de novo 的優先級準備 structure/<protein_sequence_id>.pdb。
5. screen-structure-candidates：US-align 結構證據；某基因組無合格 US-align 結果且用戶同意時才 DEER fallback；僅在序列+註釋未共同確認目標功能時啓用結構路線。
6. literature-evidence：文獻審計；有 MCP 文獻工具時可走學術檢索類流程，否則給出檢索詞或接收用戶已驗證引用，禁止編造 PMID/DOI。
7. genome-search / genome-download / genome-annotation：從 NCBI 選 GCF/GCA、下載基因組、用 Bakta 註釋——在用戶尚無候選 .faa / .gbff 時獨立使用。

流程概覽¶

經過上面的 skill 劃分，主路徑可概括爲：

target enzyme / EC / substrate-product
  -> target_function_card.json
  -> preflight（.faa / .ffn / .gbff / 結構路徑）
  -> 可選 genome-search / download / annotation
  -> CD-HIT -> DIAMOND -> 解析已有註釋
  -> 快速路徑：序列命中且註釋匹配 -> SEQUENCE_ANNOTATION_CONFIRMED，跳過結構步驟
  -> 否則結構預測 -> US-align -> 條件性 DEER
  -> 可選 SignalP、FedKEA、文獻證據
  -> 合併表 -> score_candidates -> 實驗假設與設計

若 DIAMOND 命中且 .faa/.gbff 註釋已與目標功能一致，候選標記爲 SEQUENCE_ANNOTATION_CONFIRMED，不做 US-align（無 TM 值，排序時落在「無 TM」組內但 priority 最高）。

排序策略¶

默認由 scripts/score_candidates.py 生成 scored_candidates_full.tsv，對外以 overall_rank 爲準。默認 --rank-by structure：有 TM-score 的行按 TM 降序在前；無 TM 的行在後，再按 priority_order 等字段破平。對趨同/兼職酶靶點，這樣可避免「EC 字面完全一致」的候選壓過結構更可信的真陽性。需要舊版層級排序時使用 --rank-by priority。

priority_rule 層級（供溯源）依次爲：SEQUENCE_ANNOTATION_CONFIRMED → USALIGN_TARGET_EC → DEER_FEDKEA_CONFIRMED → … → ANNOTATION_ONLY（共九檔，詳見倉庫 README）。

安裝與啓用¶

插件以 DSH npm/bundle 形式安裝。官方文檔給出的命令如下（任選一種來源，路徑按你本地實際替換）：

# 本地目錄
npx -y @deepseek-ai/dsh plugin --profile web add ./human_microbiome_function_mining

# 由本倉庫打出的 tarball
npx -y @deepseek-ai/dsh plugin --profile web add ./human_microbiome_function_mining.tar.gz

# 發佈或鏡像後
npx -y @deepseek-ai/dsh plugin --profile web add @dsh-bio/human-microbiome-function-mining
npx -y @deepseek-ai/dsh plugin --profile web add github:Liuyixin-lily/dsh-bio-human-microbiome-function-mining

postinstall 會把 Agent preset 安裝到 ~/.dsh/.agent-presets/human-microbiome-function-mining，預設選擇器中出現「人體微生物功能挖掘專家」人設。新開 Agent 會話後，確認 skill functional-dark-matter-discover 已加載。

package.json 要求 Node ^22.19 || >=24。安裝前建議閱讀倉庫源碼與 MIT 許可證；插件隨當前 dsh 進程權限運行，勿在未審閱的情況下對不可信包直接 add。

典型用法¶

1. 無外部工具的自測¶

先在插件目錄驗證腳本與 schema，不依賴 DIAMOND / US-align 等：

cd human_microbiome_function_mining
python3 scripts/example_test.py

預期末尾輸出 example test passed。

2. 準備項目配置¶

複製最小示例並按你的數據改路徑：

cp human_microbiome_function_mining/config.minimal.example.json project.json

project.json 中需填寫（完整字段見 config.example.json 與 QUICKSTART）：

• 目標酶 FASTA、目標結構 PDB，或 EC/反應信息；
• 候選蛋白組 .faa，可選 .gbff、.fna、結構目錄；
• DIAMOND、CD-HIT、US-align 可執行文件路徑；可選 DEER、FedKEA、Bakta、SignalP；
• 是否 auto_run_local 等執行意圖。

3. 預檢與跑流程¶

工作流起點是預檢，確認數據與工具從當前終端是否可達：

python3 scripts/preflight_inputs.py --project project.json --require-tools

報告各路徑爲 ok / placeholder / missing / invalid。通過後，可讓 Agent 按 skill 跑全流程，或分步調用封裝腳本，例如：

python3 human_microbiome_function_mining/scripts/preflight_inputs.py --project project.json
python3 human_microbiome_function_mining/scripts/run_diamond.py --project project.json
python3 human_microbiome_function_mining/scripts/run_usalign.py --project project.json

DEER 在合併表無合格候選時的第二道門示例：

python3 human_microbiome_function_mining/scripts/run_deer.py \
  --project project.json \
  --combined-candidates outputs/task/combined_candidates.tsv

4. 合併、打分與交付物¶

python3 human_microbiome_function_mining/scripts/merge_candidates.py \
  --structural outputs/alignments/run_full_085/structural_candidates.tsv \
  --project project.json \
  --output outputs/task/combined_candidates_full.tsv

python3 human_microbiome_function_mining/scripts/score_candidates.py \
  --input outputs/task/combined_candidates_full.tsv \
  --output outputs/task/scored_candidates_full.tsv \
  --target-ec 3.1.4.12

python3 human_microbiome_function_mining/scripts/summarize_candidates.py \
  --scored outputs/task/scored_candidates_full.tsv \
  --gene-evidence outputs/task/candidate_sequences/candidate_gene_evidence.tsv \
  --literature outputs/task/literature_evidence.tsv \
  --project project.json \
  --outdir outputs/task/summary

主要交付包括 scored_candidates_full.tsv、combined_candidates_full.tsv、候選序列 FASTA、以及 summary/ 下的高置信候選與 experimental_hypotheses.tsv 等（完整列表見 QUICKSTART.md）。

適用場景與注意¶

適合誰：已有或計劃準備人體相關微生物基因組/蛋白組數據，想從目標酶功能反查候選蛋白，並需要序列、結構、註釋、FedKEA 與文獻證據統一成表、且默認 結構相似性優先排序 的研究或工程團隊。

工具邊界：插件不會靜默安裝 DIAMOND、CD-HIT、US-align、DEER、FedKEA、Bakta；路徑仍是 /path/to/... 佔位符或遠程主機時，應明確提供 user@host 與絕對路徑。不可達時只生成命令，不僞造工具輸出；不會程序化調用 FedKEA 網頁服務。

數據準備：若只有分類羣或 accession 列表、尚無 .faa，可先加載 genome-search / genome-download / genome-annotation 三個子 skill。

分類：在 SkillHub 上該插件歸類爲 工作流。

初次使用建議通讀倉庫 QUICKSTART.md；路徑清單見 references/input_paths.md。

結尾¶

human-microbiome-function-mining 把人體微生物組上的酶功能挖掘拆成可複用的 DSH 工作流：標準化目標卡片、序列與結構證據、可選基因組準備與文獻審計，並以 TM 優先的確定性排序落到實驗假設。安裝與細節以 GitHub 爲準：Liuyixin-lily/dsh-bio-human-microbiome-function-mining；目錄索引：SkillHub 插件頁。