Codex use case
Prioriza dianas terapéuticas
Ordena las dianas terapéuticas por prioridad según distintos tipos de evidencia.
Difficulty Advanced
Time horizon Long-running
Usa ChatGPT con el complemento Life Science Research para normalizar entidades y recopilar en paralelo datos genéticos, clínicos, de cohortes y de expresión génica, así como evidencia de la literatura científica. Pídele que asigne puntuaciones por tipo de evidencia y genere una clasificación final con gráficos reutilizables.
Best for
- Preguntas sobre la priorización de dianas que requieren varios tipos de evidencia, como datos genéticos, replicación de hallazgos en cohortes, contexto de la enfermedad, antecedentes clínicos, literatura científica y expresión génica.
- Equipos que quieren que ChatGPT investigue distintos tipos de evidencia científica e integre los resultados en una sola conclusión.
- Científicos que quieren conservar los datos sin procesar, contar con criterios explícitos de puntuación y reutilizar los gráficos en la próxima revisión o en un informe para la toma de decisiones.
Contents
Prioriza dianas terapéuticas
Ordena las dianas terapéuticas por prioridad según distintos tipos de evidencia.
Usa ChatGPT con el complemento Life Science Research para normalizar entidades y recopilar en paralelo datos genéticos, clínicos, de cohortes y de expresión génica, así como evidencia de la literatura científica. Pídele que asigne puntuaciones por tipo de evidencia y genere una clasificación final con gráficos reutilizables.
Advanced
Long-running
Usa ChatGPT con el complemento Life Science Research para normalizar entidades y recopilar en paralelo datos genéticos, clínicos, de cohortes y de expresión génica, así como evidencia de la literatura científica. Pídele que asigne puntuaciones por tipo de evidencia y genere una clasificación final con gráficos reutilizables.
Advanced
Long-running
Related links
Best for
- Preguntas sobre la priorización de dianas que requieren varios tipos de evidencia, como datos genéticos, replicación de hallazgos en cohortes, contexto de la enfermedad, antecedentes clínicos, literatura científica y expresión génica.
- Equipos que quieren que ChatGPT investigue distintos tipos de evidencia científica e integre los resultados en una sola conclusión.
- Científicos que quieren conservar los datos sin procesar, contar con criterios explícitos de puntuación y reutilizar los gráficos en la próxima revisión o en un informe para la toma de decisiones.
Skills & Plugins
- Consulta bases de datos y publicaciones científicas para fundamentar el análisis de las vías biológicas, la aplicabilidad clínica, la viabilidad de intervenir sobre las dianas y el panorama competitivo.
| Skill | Why use it |
|---|---|
| Life Science Research | Consulta bases de datos y publicaciones científicas para fundamentar el análisis de las vías biológicas, la aplicabilidad clínica, la viabilidad de intervenir sobre las dianas y el panorama competitivo. |
Starter prompt
Usa el complemento Life Science Research para comparar TSLP, IL33 e IL1RL1 y determinar cuáles priorizar como dianas terapéuticas para el asma.
Usa subagentes para ejecutar en paralelo estos análisis independientes:
- Genética humana y GWAS: gwas-catalog-skill, opentargets-skill, gnomad-graphql-skill
- Replicación de hallazgos en cohortes y PheWAS: finngen-phewas-skill, ukb-topmed-phewas-skill, biobankjapan-phewas-skill, tpmi-phewas-skill
- Evidencia de la relación entre cada diana y el asma, y contexto de la enfermedad: opentargets-skill, efo-ontology-skill
- Antecedentes clínicos y regulatorios: clinicaltrials-skill, opentargets-skill, chembl-skill, pharmgkb-skill
- Literatura científica y contexto que aportan los conjuntos de datos públicos: ncbi-entrez-skill, ncbi-pmc-skill, biorxiv-skill, ncbi-datasets-skill, biostudies-arrayexpress-skill
- Expresión génica y contexto según el tejido y el tipo celular: human-protein-atlas-skill, gtex-eqtl-skill, cellxgene-skill, bgee-skill
En cada análisis:
- asigna a TSLP, IL33 e IL1RL1 una puntuación del 1 al 5
- distingue la evidencia directa sobre el asma de la evidencia sobre fenotipos alérgicos o atópicos relacionados
- guarda los datos sin procesar cuando sea útil
Luego sintetiza los resultados e incluye:
- una tabla de puntuaciones por tipo de evidencia y por diana
- una clasificación final de TSLP, IL33 e IL1RL1 en orden de prioridad
- una evaluación del grado de confianza en los resultados y sus principales limitaciones
- dos gráficos: un mapa de calor que muestre la prioridad de las dianas y una figura que resuma los GWAS y muestre, para cada diana, las variantes con la asociación más fuerte con el asma
Usa el complemento Life Science Research para comparar TSLP, IL33 e IL1RL1 y determinar cuáles priorizar como dianas terapéuticas para el asma.
Usa subagentes para ejecutar en paralelo estos análisis independientes:
- Genética humana y GWAS: gwas-catalog-skill, opentargets-skill, gnomad-graphql-skill
- Replicación de hallazgos en cohortes y PheWAS: finngen-phewas-skill, ukb-topmed-phewas-skill, biobankjapan-phewas-skill, tpmi-phewas-skill
- Evidencia de la relación entre cada diana y el asma, y contexto de la enfermedad: opentargets-skill, efo-ontology-skill
- Antecedentes clínicos y regulatorios: clinicaltrials-skill, opentargets-skill, chembl-skill, pharmgkb-skill
- Literatura científica y contexto que aportan los conjuntos de datos públicos: ncbi-entrez-skill, ncbi-pmc-skill, biorxiv-skill, ncbi-datasets-skill, biostudies-arrayexpress-skill
- Expresión génica y contexto según el tejido y el tipo celular: human-protein-atlas-skill, gtex-eqtl-skill, cellxgene-skill, bgee-skill
En cada análisis:
- asigna a TSLP, IL33 e IL1RL1 una puntuación del 1 al 5
- distingue la evidencia directa sobre el asma de la evidencia sobre fenotipos alérgicos o atópicos relacionados
- guarda los datos sin procesar cuando sea útil
Luego sintetiza los resultados e incluye:
- una tabla de puntuaciones por tipo de evidencia y por diana
- una clasificación final de TSLP, IL33 e IL1RL1 en orden de prioridad
- una evaluación del grado de confianza en los resultados y sus principales limitaciones
- dos gráficos: un mapa de calor que muestre la prioridad de las dianas y una figura que resuma los GWAS y muestre, para cada diana, las variantes con la asociación más fuerte con el asma
Aprovecha las habilidades
El complemento Life Science Research incluye habilidades para cada línea de evidencia:
- Genética humana y GWAS:
gwas-catalog-skill,opentargets-skill,gnomad-graphql-skill - Replicación en cohortes y PheWAS:
finngen-phewas-skill,ukb-topmed-phewas-skill,biobankjapan-phewas-skill,tpmi-phewas-skill - Evidencia de la relación entre la diana y la enfermedad, y contexto de la enfermedad:
opentargets-skill,efo-ontology-skill - Antecedentes clínicos y regulatorios:
clinicaltrials-skill,opentargets-skill,chembl-skill,pharmgkb-skill - Contexto que aportan la literatura científica y los conjuntos de datos públicos:
ncbi-entrez-skill,ncbi-pmc-skill,biorxiv-skill,ncbi-datasets-skill,biostudies-arrayexpress-skill - Expresión génica y contexto según el tejido o el tipo celular:
human-protein-atlas-skill,gtex-eqtl-skill,cellxgene-skill,bgee-skill
Para usar estas habilidades, menciónalas por su nombre o deja que ChatGPT decida cuándo usarlas.
Guía paso a paso
- Empieza con una pregunta concreta de comparación y especifica las dianas, la enfermedad y las líneas de evidencia que quieres que ChatGPT analice.
- Invoca el complemento
Life Science Researchy pídele a ChatGPT que analice las líneas de evidencia en paralelo con subagentes, de modo que cada análisis se limite a un tipo de evidencia. - Pídele a ChatGPT que puntúe cada línea en una escala fija del 1 al 5 y que distinga la evidencia directa sobre la enfermedad de la evidencia sobre fenotipos relacionados.
- Revisa en el mismo chat los datos sin procesar que se guardaron, la tabla de puntuaciones por línea de evidencia y por diana, y la clasificación que combina los resultados.
Related use cases
Anota datos de scRNA-seq
Usa ChatGPT con el complemento NGS Analysis para procesar un paquete de matrices en formato 10x
Sciences Data
Valida los datos de entrada de RNA-seq bulk
Usa ChatGPT con el complemento NGS Analysis para validar las hojas de muestras, los archivos...
Sciences Data
Descubre modelos de plegamiento de proteínas
Usa Codex en modo objetivo para investigar e implementar cambios novedosos en la...
Sciences Engineering