前言¶
做生物医药调研，绕不开一堆数据库：文献在 PubMed，靶点证据在 Open Targets，变异与致病性在 ClinVar 和 gnomAD，基因与蛋白注释在 Ensembl，小分子活性在 ChEMBL，临床试验在 ClinicalTrials.gov。各自有一套接口、字段和检索习惯，一个调研任务往往要在六七个系统之间来回切，整理结果还得手动拼。
下面介绍的这个 Skill，把这条链路收进一次对话里。
这是什么¶
生物医药调研助手（坐标 @user_463e8e26/biopharma-research-assistant，版本 1.0.0），定位是生物医药企业的调研副驾驶。它由社区开发者 user_463e8e26 发布，源头是 OpenAI Life Science Research 插件的本地化版本，即把原插件的能力改造成可本地调用的形式。
它解决的问题是：让一个调研任务能直接落到公共科学数据库上，不用人工逐个系统查询再汇总。
核心功能¶
按官方简介，这个 Skill 内置 50 个子 skill，直连 20 多个公共科学数据库，覆盖 PubMed、Open Targets、ClinVar、gnomAD、Ensembl、ChEMBL、ClinicalTrials.gov 等。
支持的调研类型有七类：
- 文献调研与综述
- 靶点调研与优先级排序
- 竞品管线与临床格局梳理
- 变异解读
- 药物化学与药理证据
- 基因表达与蛋白结构查询
- 公共数据集发现
输入形式覆盖常见的生物信息标识，支持基因/蛋白 symbol、rsID、HGVS、chr-pos-ref-alt 形式的变异、accession 和化合物名。也就是说，给出一个基因符号或一个变异描述，不必先说明该走哪个数据库。
安装与启用¶
需要说明的是，目前能核实到的信息里只有 Skill 的标识与来源，没有官方安装命令、目录路径或配置文件字段。抓取时官方页面和接口地址均无法访问，因此这里不给出安装步骤，避免写出无法验证的命令。
已知的部署信息是：来源为 community，分类为 professional，标签中标注 requires_api_key=false。这意味着它按通用 SKILL.md 格式提供，使用时不需要自行准备 API key（至少官方标签如此声明），但数据库层面的访问限制以各公共数据库自身的政策为准。
具体安装方式建议以发布者 user_463e8e26 的 SkillHub 页面为准，地址见文末。
典型用法¶
官方简介里给出了触发词，可以直接作为调用入口：生物医药调研、文献调研、靶点调研、竞品监测、竞品管线、变异解读、药物证据、药物评审调研、生命科学研究、life science research。
从触发词反推，典型的调用方式是把调研目标写成一句话，并带上对应的触发词。例如要做靶点调研，就用「靶点调研」开头描述目标基因或疾病领域；要做竞品监测，就用「竞品管线」开头给出竞争对手或适应症。
输入示例对应关系如下：
- 基因/蛋白 symbol：如给出某基因名，走靶点调研、基因表达或蛋白结构查询
- rsID：dbSNP 编号，走变异解读
- HGVS：标准变异描述格式，走变异解读
chr-pos-ref-alt：染色体位置形式的变异，走变异解读- accession：数据库登录号，走对应数据集的精确查询
- 化合物名：走药物化学与药理证据查询
具体的返回格式，需要在实际调用时确认，资料中没有给出字段级示例。
适用场景与注意¶
适合的人群是药企内部的法规、医学事务、市场/BD、研发和生信岗位，也就是需要频繁查文献、查靶点证据、查竞品管线的岗位。
使用上有两条限制要看清楚：
- 仅限研究用途，不提供临床诊断或治疗建议。所以它不能被当作临床决策工具接入工作流。
- 结果质量取决于所查公共数据库的覆盖与更新情况。不同数据库对同一靶点或化合物的证据密度差别很大，靶点优先级排序这类结论需要人工复核证据链。
另外，50 个子 skill 意味着能力面广，单次任务实际调用哪些子 skill 取决于提问方式。提问越具体，越容易命中对应的子 skill。
结语¶
生物医药调研助手的价值在于把分散的公共科学数据库收进一个入口，把检索和汇总的机械工作交给 Skill，让人聚焦在证据判断上。它适合药企内部需要频繁做文献、靶点、管线调研的岗位，不适合临床决策场景。
官方地址：https://api.skillhub.cn/user_463e8e26/biopharma-research-assistant
SkillHub 页面：https://www.skillhub.cn/skills/user_463e8e26/biopharma-research-assistant
抓取时点该页面显示评分 100000、下载 961、安装 0。
