Codex use case
약물 표적 우선순위 정하기
여러 유형의 근거를 종합해 약물 표적의 순위를 정하세요.
Difficulty Advanced
Time horizon Long-running
ChatGPT에서 Life Science Research 플러그인을 사용해 표적 등 분석 대상의 명칭과 식별자를 표준화하세요. 유전학, 코호트, 임상, 문헌, 발현 자료를 병렬로 수집한 뒤 근거 유형별로 각 표적에 점수를 매기고, 최종 순위와 재사용할 수 있는 시각 자료를 만드세요.
Best for
- 유전학, 코호트 간 재현성, 질환 특성, 임상 선례, 문헌, 발현 등 여러 유형의 근거를 바탕으로 표적의 우선순위를 정해야 할 때
- ChatGPT로 여러 유형의 과학적 근거를 조사한 뒤 결과를 비교·종합해 하나의 결론을 내리려는 팀
- 원본 응답 데이터를 저장해 두고 명확한 채점 기준을 적용하며, 다음 검토나 의사결정 문서에 시각 자료를 다시 활용하려는 연구자
Contents
약물 표적 우선순위 정하기
여러 유형의 근거를 종합해 약물 표적의 순위를 정하세요.
ChatGPT에서 Life Science Research 플러그인을 사용해 표적 등 분석 대상의 명칭과 식별자를 표준화하세요. 유전학, 코호트, 임상, 문헌, 발현 자료를 병렬로 수집한 뒤 근거 유형별로 각 표적에 점수를 매기고, 최종 순위와 재사용할 수 있는 시각 자료를 만드세요.
Advanced
Long-running
ChatGPT에서 Life Science Research 플러그인을 사용해 표적 등 분석 대상의 명칭과 식별자를 표준화하세요. 유전학, 코호트, 임상, 문헌, 발현 자료를 병렬로 수집한 뒤 근거 유형별로 각 표적에 점수를 매기고, 최종 순위와 재사용할 수 있는 시각 자료를 만드세요.
Advanced
Long-running
Related links
Best for
- 유전학, 코호트 간 재현성, 질환 특성, 임상 선례, 문헌, 발현 등 여러 유형의 근거를 바탕으로 표적의 우선순위를 정해야 할 때
- ChatGPT로 여러 유형의 과학적 근거를 조사한 뒤 결과를 비교·종합해 하나의 결론을 내리려는 팀
- 원본 응답 데이터를 저장해 두고 명확한 채점 기준을 적용하며, 다음 검토나 의사결정 문서에 시각 자료를 다시 활용하려는 연구자
Skills & Plugins
- 과학 데이터베이스와 문헌을 검색해 생물학적 경로, 중개 연구, 표적의 약물 개발 가능성, 경쟁 현황을 평가할 근거를 찾습니다.
| Skill | Why use it |
|---|---|
| Life Science Research | 과학 데이터베이스와 문헌을 검색해 생물학적 경로, 중개 연구, 표적의 약물 개발 가능성, 경쟁 현황을 평가할 근거를 찾습니다. |
Starter prompt
Life Science Research 플러그인으로 TSLP, IL33, IL1RL1을 비교해 천식 치료제 표적으로서의 우선순위를 정해 주세요.
하위 에이전트에 다음 조사 항목을 나누어 맡기고 병렬로 진행해 주세요.
- 인간 유전학 및 GWAS: gwas-catalog-skill, opentargets-skill, gnomad-graphql-skill
- 독립 코호트에서의 재현 여부 및 PheWAS: finngen-phewas-skill, ukb-topmed-phewas-skill, biobankjapan-phewas-skill, tpmi-phewas-skill
- 표적과 질환의 연관성을 뒷받침하는 근거 및 질환 특성: opentargets-skill, efo-ontology-skill
- 임상 및 규제 선례: clinicaltrials-skill, opentargets-skill, chembl-skill, pharmgkb-skill
- 문헌과 공개 데이터셋에서 확인할 수 있는 배경 정보: ncbi-entrez-skill, ncbi-pmc-skill, biorxiv-skill, ncbi-datasets-skill, biostudies-arrayexpress-skill
- 발현 양상 및 관련 조직과 세포 유형: human-protein-atlas-skill, gtex-eqtl-skill, cellxgene-skill, bgee-skill
각 항목을 조사할 때는 다음 기준을 적용해 주세요.
- TSLP, IL33, IL1RL1에 각각 1~5점을 매겨 주세요.
- 천식 자체에 대한 직접적인 근거와 관련 알레르기·아토피 표현형에 대한 근거를 구분해 주세요.
- 필요하면 원본 응답 데이터를 저장해 주세요.
조사 결과를 종합해 다음 자료를 만들어 주세요.
- 조사 항목별로 각 표적의 점수를 비교한 표
- TSLP, IL33, IL1RL1의 최종 순위
- 결과의 신뢰도 평가와 해석할 때 유의해야 할 주요 사항
- 시각 자료 두 가지: 표적 우선순위를 보여 주는 히트맵과 표적별로 천식과 가장 강한 연관성을 보인 베리언트를 표시한 GWAS 요약 그림
Life Science Research 플러그인으로 TSLP, IL33, IL1RL1을 비교해 천식 치료제 표적으로서의 우선순위를 정해 주세요.
하위 에이전트에 다음 조사 항목을 나누어 맡기고 병렬로 진행해 주세요.
- 인간 유전학 및 GWAS: gwas-catalog-skill, opentargets-skill, gnomad-graphql-skill
- 독립 코호트에서의 재현 여부 및 PheWAS: finngen-phewas-skill, ukb-topmed-phewas-skill, biobankjapan-phewas-skill, tpmi-phewas-skill
- 표적과 질환의 연관성을 뒷받침하는 근거 및 질환 특성: opentargets-skill, efo-ontology-skill
- 임상 및 규제 선례: clinicaltrials-skill, opentargets-skill, chembl-skill, pharmgkb-skill
- 문헌과 공개 데이터셋에서 확인할 수 있는 배경 정보: ncbi-entrez-skill, ncbi-pmc-skill, biorxiv-skill, ncbi-datasets-skill, biostudies-arrayexpress-skill
- 발현 양상 및 관련 조직과 세포 유형: human-protein-atlas-skill, gtex-eqtl-skill, cellxgene-skill, bgee-skill
각 항목을 조사할 때는 다음 기준을 적용해 주세요.
- TSLP, IL33, IL1RL1에 각각 1~5점을 매겨 주세요.
- 천식 자체에 대한 직접적인 근거와 관련 알레르기·아토피 표현형에 대한 근거를 구분해 주세요.
- 필요하면 원본 응답 데이터를 저장해 주세요.
조사 결과를 종합해 다음 자료를 만들어 주세요.
- 조사 항목별로 각 표적의 점수를 비교한 표
- TSLP, IL33, IL1RL1의 최종 순위
- 결과의 신뢰도 평가와 해석할 때 유의해야 할 주요 사항
- 시각 자료 두 가지: 표적 우선순위를 보여 주는 히트맵과 표적별로 천식과 가장 강한 연관성을 보인 베리언트를 표시한 GWAS 요약 그림
스킬 활용하기
Life Science Research 플러그인은 다음과 같이 근거 유형별로 스킬을 제공합니다.
- 인간 유전학 및 전장유전체 연관분석(GWAS):
gwas-catalog-skill,opentargets-skill,gnomad-graphql-skill - 코호트 간 재현성 검증 및 PheWAS:
finngen-phewas-skill,ukb-topmed-phewas-skill,biobankjapan-phewas-skill,tpmi-phewas-skill - 표적과 질환의 연관성을 뒷받침하는 근거 및 질환 배경 정보:
opentargets-skill,efo-ontology-skill - 임상 및 규제 선례:
clinicaltrials-skill,opentargets-skill,chembl-skill,pharmgkb-skill - 문헌 및 공개 데이터셋에서 얻는 배경 정보:
ncbi-entrez-skill,ncbi-pmc-skill,biorxiv-skill,ncbi-datasets-skill,biostudies-arrayexpress-skill - 유전자 발현 및 조직·세포 유형별 배경 정보:
human-protein-atlas-skill,gtex-eqtl-skill,cellxgene-skill,bgee-skill
사용할 스킬의 이름을 직접 언급하거나, 언제 어떤 스킬을 사용할지 ChatGPT가 판단하도록 하세요.
단계별 가이드
- 먼저 무엇을 비교하려는지 구체적인 질문으로 제시하고, ChatGPT가 분석할 표적과 질환, 근거 유형을 명확히 지정하세요.
Life Science Research플러그인을 호출한 다음, 하위 에이전트가 각각 한 가지 근거 유형에 집중해 병렬로 분석하도록 ChatGPT에 요청하세요.- ChatGPT에 모든 근거 유형을 동일한 1~5점 척도로 평가하고, 해당 질환에 대한 직접적인 근거와 관련 표현형에 대한 근거를 구분해 달라고 요청하세요.
- 같은 채팅에서 저장된 원본 페이로드, 각 표적의 근거 유형별 점수표, 점수를 종합해 산출한 순위를 검토하세요.
Related use cases
bulk RNA-seq 입력 데이터 검증
ChatGPT에서 NGS Analysis 플러그인으로 샘플 시트, FASTQ 파일, 참조 데이터를 검증하세요
Sciences Data
scRNA-seq 데이터에 세포 주석 달기
ChatGPT에서 NGS Analysis 플러그인을 사용해 10x 형식의 행렬 번들에 QC 필터를 적용하세요
Sciences Data
단백질 접힘 예측 모델 탐색
Codex의 목표 모드를 사용해 단백질 접힘 예측 성능을 높일 수 있도록 AlphaFold2 아키텍처의 새로운 변경안을 연구하고 구현하세요.
Sciences Engineering