Codex use case
약물 표적 우선순위화
여러 증거 영역을 종합해 약물 표적의 우선순위를 정합니다.
Difficulty 고급
Time horizon 장시간 실행
ChatGPT와 Life Science Research 플러그인을 사용해 엔터티를 정규화하고, 유전학·코호트·임상·문헌·발현 근거를 병렬로 수집하며, 각 증거 영역을 채점한 다음 재사용 가능한 시각화 자료와 함께 최종 순위를 도출하세요.
적합한 대상
- 유전학, 코호트 재현 검증, 질환 맥락, 임상 선례, 문헌, 발현처럼 둘 이상의 증거 유형을 종합해야 하는 표적 우선순위화 질문.
- ChatGPT를 활용해 여러 증거 영역을 과학적으로 조사한 뒤, 결과 간 차이를 조정하고 하나의 결론으로 종합하려는 팀.
- 원시 페이로드 저장, 명시적인 채점 기준, 다음 검토나 의사결정 메모에서 재사용할 수 있는 시각화 자료가 필요한 과학자.
Contents
약물 표적 우선순위화
여러 증거 영역을 종합해 약물 표적의 우선순위를 정합니다.
ChatGPT와 Life Science Research 플러그인을 사용해 엔터티를 정규화하고, 유전학·코호트·임상·문헌·발현 근거를 병렬로 수집하며, 각 증거 영역을 채점한 다음 재사용 가능한 시각화 자료와 함께 최종 순위를 도출하세요.
고급
장시간 실행
ChatGPT와 Life Science Research 플러그인을 사용해 엔터티를 정규화하고, 유전학·코호트·임상·문헌·발현 근거를 병렬로 수집하며, 각 증거 영역을 채점한 다음 재사용 가능한 시각화 자료와 함께 최종 순위를 도출하세요.
고급
장시간 실행
관련 링크
적합한 대상
- 유전학, 코호트 재현 검증, 질환 맥락, 임상 선례, 문헌, 발현처럼 둘 이상의 증거 유형을 종합해야 하는 표적 우선순위화 질문.
- ChatGPT를 활용해 여러 증거 영역을 과학적으로 조사한 뒤, 결과 간 차이를 조정하고 하나의 결론으로 종합하려는 팀.
- 원시 페이로드 저장, 명시적인 채점 기준, 다음 검토나 의사결정 메모에서 재사용할 수 있는 시각화 자료가 필요한 과학자.
스킬 및 플러그인
- 과학 데이터베이스와 문헌을 검색해 경로, 중개 연구, 약물화 가능성 및 경쟁 환경에 관한 근거를 확보하세요.
| Skill | Why use it |
|---|---|
| Life Science Research | 과학 데이터베이스와 문헌을 검색해 경로, 중개 연구, 약물화 가능성 및 경쟁 환경에 관한 근거를 확보하세요. |
시작 프롬프트
Life Science Research 플러그인을 사용해 천식 표적 우선순위화를 위해 TSLP, IL33, IL1RL1을 비교해 주세요.
하위 에이전트를 사용해 다음의 독립적인 증거 영역을 병렬로 조사해 주세요:
- 인간 유전학 및 GWAS: gwas-catalog-skill, opentargets-skill, gnomad-graphql-skill
- 코호트 재현 검증 및 PheWAS: finngen-phewas-skill, ukb-topmed-phewas-skill, biobankjapan-phewas-skill, tpmi-phewas-skill
- 표적-질환 근거 및 질환 맥락: opentargets-skill, efo-ontology-skill
- 임상 및 규제 선례: clinicaltrials-skill, opentargets-skill, chembl-skill, pharmgkb-skill
- 문헌 및 공개 데이터 세트 맥락: ncbi-entrez-skill, ncbi-pmc-skill, biorxiv-skill, ncbi-datasets-skill, biostudies-arrayexpress-skill
- 발현 및 tissue/cell-type 맥락: human-protein-atlas-skill, gtex-eqtl-skill, cellxgene-skill, bgee-skill
각 증거 영역에서 다음을 수행해 주세요:
- TSLP, IL33, IL1RL1을 1~5점 척도로 채점
- 천식에 대한 직접 근거와 인접한 allergic/atopic 표현형에 대한 근거를 구분
- 필요할 때 원시 페이로드 저장
이후 다음을 종합해 주세요:
- 증거 영역별·표적별 점수표
- TSLP, IL33, IL1RL1의 최종 순위
- 신뢰도 평가 및 주요 한계
- 시각화 자료 2개: 우선순위 히트맵과 각 표적의 주요 천식 연관 변이를 담은 GWAS 요약 그림
Life Science Research 플러그인을 사용해 천식 표적 우선순위화를 위해 TSLP, IL33, IL1RL1을 비교해 주세요.
하위 에이전트를 사용해 다음의 독립적인 증거 영역을 병렬로 조사해 주세요:
- 인간 유전학 및 GWAS: gwas-catalog-skill, opentargets-skill, gnomad-graphql-skill
- 코호트 재현 검증 및 PheWAS: finngen-phewas-skill, ukb-topmed-phewas-skill, biobankjapan-phewas-skill, tpmi-phewas-skill
- 표적-질환 근거 및 질환 맥락: opentargets-skill, efo-ontology-skill
- 임상 및 규제 선례: clinicaltrials-skill, opentargets-skill, chembl-skill, pharmgkb-skill
- 문헌 및 공개 데이터 세트 맥락: ncbi-entrez-skill, ncbi-pmc-skill, biorxiv-skill, ncbi-datasets-skill, biostudies-arrayexpress-skill
- 발현 및 tissue/cell-type 맥락: human-protein-atlas-skill, gtex-eqtl-skill, cellxgene-skill, bgee-skill
각 증거 영역에서 다음을 수행해 주세요:
- TSLP, IL33, IL1RL1을 1~5점 척도로 채점
- 천식에 대한 직접 근거와 인접한 allergic/atopic 표현형에 대한 근거를 구분
- 필요할 때 원시 페이로드 저장
이후 다음을 종합해 주세요:
- 증거 영역별·표적별 점수표
- TSLP, IL33, IL1RL1의 최종 순위
- 신뢰도 평가 및 주요 한계
- 시각화 자료 2개: 우선순위 히트맵과 각 표적의 주요 천식 연관 변이를 담은 GWAS 요약 그림
스킬 활용하기
Life Science Research 플러그인에는 각 증거 영역에 필요한 스킬이 포함되어 있습니다:
- 인간 유전학 및 GWAS:
gwas-catalog-skill,opentargets-skill,gnomad-graphql-skill - 코호트 재현 검증 및 PheWAS:
finngen-phewas-skill,ukb-topmed-phewas-skill,biobankjapan-phewas-skill,tpmi-phewas-skill - 표적-질환 근거 및 질환 맥락:
opentargets-skill,efo-ontology-skill - 임상 및 규제 선례:
clinicaltrials-skill,opentargets-skill,chembl-skill,pharmgkb-skill - 문헌 및 공개 데이터 세트 맥락:
ncbi-entrez-skill,ncbi-pmc-skill,biorxiv-skill,ncbi-datasets-skill,biostudies-arrayexpress-skill - 발현 및 조직/세포 유형 맥락:
human-protein-atlas-skill,gtex-eqtl-skill,cellxgene-skill,bgee-skill
이 스킬을 직접 지정해 사용하거나, 언제 사용할지는 ChatGPT가 결정하도록 할 수 있습니다.
단계별 가이드
- 먼저 구체적인 비교 질문을 제시하고, ChatGPT가 다뤄야 할 표적과 질환, 증거 영역을 정확히 명시하세요.
Life Science Research플러그인을 호출한 다음, 각 증거 유형의 조사 범위가 명확히 구분되도록 하위 에이전트를 사용해 증거 영역을 병렬로 조사하라고 ChatGPT에 지시하세요.- 각 증거 영역을 고정된 1~5점 척도로 채점하고, 질환에 대한 직접적인 근거와 인접 표현형에 대한 근거를 구분하도록 ChatGPT에 요청하세요.
- 같은 채팅에서 저장된 원시 페이로드, 증거 영역별·표적별 점수표, 종합 순위를 검토하세요.
관련 사용 사례
scRNA-seq 데이터 주석 처리
NGS Analysis 플러그인과 ChatGPT를 사용해 10x 형식의 매트릭스 번들을 QC 필터링을 거친 단일 세포 아티팩트, 임계값 선정 근거가 포함된 필터링...
과학 데이터
bulk RNA-seq 입력 검증
ChatGPT에서 NGS Analysis 플러그인을 사용해 샘플 시트, FASTQ, 참조 데이터를 검증한 다음, 차등 발현 분석 전에 MultiQC, Salmon...
과학 데이터
단백질 접힘 모델 탐색
Codex를 Goal Mode와 함께 사용해 AlphaFold2의 새로운 아키텍처 변경을 연구하고 구현하여 단백질 접힘 성능을 개선하세요.
과학 엔지니어링