depmap
Ajuda seu agente a acessar e analisar dados sobre dependências genéticas em câncer. Ele pode identificar genes que afetam o crescimento do câncer e sensibilidade a drogas. Útil para pesquisa em oncologia.
O que ela faz
Esta ferramenta ajuda a encontrar informações sobre dependências em células de câncer. Ela analisa dados de experimentos genéticos e de medicamentos para sugerir quais genes ou tratamentos podem ser importantes para o câncer.
Quando usar
- ✓Para classificar quais genes são mais importantes para a sobrevivência do câncer.
- ✓Para comparar como diferentes grupos de câncer respondem a tratamentos.
- ✓Para encontrar possíveis combinações de tratamentos que funcionem melhor juntas.
Exemplo do que pedir para a IA
“Quais genes são mais importantes para o câncer de mama, de acordo com os dados mais recentes?”
Quer saber mais? Abra as seções abaixo.
Como usar
O jeito mais fácil: copie a mensagem abaixo e cole no Claude, ChatGPT, Cursor ou outra IA. Ela lê a skill e segue as instruções.
Link da skill
Mensagem pronta para colar
Como funciona
A ferramenta acessa um banco de dados chamado DepMap, que contém informações sobre experimentos em células de câncer. Ela busca e processa esses dados para encontrar padrões e relações entre genes, modelos de câncer e respostas a medicamentos.
Instalação
Jeito mais fácil: copie o link da skill e cole no Claude, ChatGPT ou Cursor pedindo para seguir as instruções.
No terminal (Claude Code, Codex, Cursor), na pasta do projeto:
npx skills add K-Dense-AI/scientific-agent-skills --skill depmapOu baixe só o arquivo:
curl -L https://raw.githubusercontent.com/K-Dense-AI/scientific-agent-skills/main/skills/depmap/SKILL.md -o SKILL.mdConteúdo técnico (SKILL.md)
Tradução do texto original do autor no GitHub. Os comandos e códigos estão como no original.
DepMap — Mapa de Dependência do Câncer
Quando usar
Use esta funcionalidade para classificar dependências em modelos de câncer, comparar coortes de biomarcadores pré-especificadas, inspecionar co-essencialidade ou relacionar dependências genéticas com a resposta a compostos PRISM. Essas análises geram hipóteses de alvos e letalidade sintética; elas não estabelecem eficácia clínica, uma janela terapêutica ou uma interação causal.
O DepMap integra telas CRISPR da Broad e Sanger e hospeda conjuntos de dados independentes de RNAi e de triagem de drogas. Combine cada pergunta com seu ensaio e versão fixada. RNAi DEMETER2 é uma modalidade de perturbação diferente, não um método de pontuação CRISPR mais antigo.
1. Descubra uma versão e obtenha seus arquivos
Use Downloads DepMap e o README e as notas da versão da versão selecionada. Após a revisão, a versão mais recente do catálogo ativo DepMap Public foi 26Q1, datada de 01/04/2026. Redescubra antes de um novo trabalho; um nome de versão ou trimestre esperado não é evidência de que uma versão esteja disponível.
Ponto de extremidade público verificado
GET https://depmap.org/portal/api/no-captcha/download/files retorna um catálogo CSV completo, sem corpo de solicitação, chave de API ou parâmetros de paginação. As colunas de metadados necessárias são release, release_date, filename e md5_hash. A resposta ativa também tem url: arquivos mais antigos podem ter links, enquanto linhas de versões recentes têm links em branco. Todas as 85 entradas para 26Q1 tinham valores url em branco na revisão. Trate a disponibilidade por linha, não por ponto de extremidade.
O anúncio da equipe introduziu esta rota de metadados em julho de 2026. O catálogo https://depmap.org/portal/api/download/files mais antigo pode fornecer links de download, mas retornou uma página de verificação HTML durante a revisão, inclusive com HTTP 200. Valide o conteúdo antes de analisar. Obtenha os arquivos atuais através do portal quando a verificação for necessária. Atualize os links assinados que expiram imediatamente antes do uso; não fabrique URLs de armazenamento nem assuma que cada nova versão está no Figshare.
Nenhum contrato suportado foi verificado para os exemplos antigos /api/gene?gene_id=... ou /api/data/gene_dependency. Use matrizes de versão locais para fatias de genes. Não assuma que um pacote Python chamado depmap é um cliente oficial do portal.
A partir da raiz da funcionalidade, use os auxiliares incluídos:
from scripts.depmap_data import fetch_catalogue, select_file, verify_md5
catalogue = fetch_catalogue()
public = catalogue[catalogue["release"].str.startswith("DepMap Public ")]
print(public[["release", "release_date"]].drop_duplicates()
.sort_values("release_date", ascending=False).head(12))
# Explicit example pin; inspect discovery output before selecting your release.
release = "DepMap Public 26Q1"
record = select_file(catalogue, release, "CRISPRGeneEffect.csv")
print(record[["release", "filename", "md5_hash"]])
# After obtaining this file from the portal:
# verify_md5("CRISPRGeneEffect.csv", record["md5_hash"])
Salve os metadados selecionados, a data de recuperação, a citação da versão, o checksum local e o README ao lado dos resultados da análise. Registre os termos do conjunto de dados de origem separadamente da licença desta funcionalidade; os termos de versões mais recentes diferem das versões mais antigas do Figshare. Para um checksum publicado ausente, retenha um SHA-256 local e declare explicitamente que ele não foi comparado com um checksum do editor.
2. Inspecione os contratos de arquivo antes de juntar
Os seguintes nomes foram verificados no catálogo 26Q1. Verifique o README dessa versão para unidades e nível de identificador antes de tratar um arquivo como uma matriz numérica.
| Arquivo | Uso e contrato importante |
|---|---|
CRISPRGeneEffect.csv |
Efeitos Chronos integrados, em nível de modelo; as linhas são ModelID, as colunas preservam Symbol (EntrezID) |
CRISPRGeneEffectUncorrected.csv |
Efeitos não corrigidos; não intercambiáveis com efeitos corrigidos |
CRISPRGeneDependency.csv |
Estatísticas de dependência específicas da versão; confirme a definição de probabilidade/FDR e a direção no README |
Model.csv |
Metadados do modelo indexados por ModelID |
ModelCondition.csv |
Condições de crescimento/tratamento indexadas por ModelConditionID, mapeando para ModelID |
ScreenGeneEffect.csv, ScreenSequenceMap.csv, CRISPRScreenMap.csv |
Efeitos e mapeamentos em nível de tela; várias telas podem pertencer a um modelo |
OmicsExpressionTPMLogp1HumanProteinCodingGenes.csv |
Saída de expressão com metadados de sequenciamento/modelo e sinalizadores de entrada padrão; exclua colunas de metadados dos cálculos de expressão |
…
Perguntas frequentes
O que são 'dependências' em câncer?
Dependências são genes ou processos que as células de câncer precisam para sobrevazer. Se você bloquear uma dependência, o câncer pode morrer.
O que é DepMap?
DepMap é um projeto que coleta e organiza dados de experimentos em milhares de linhas de células de câncer para entender suas dependências.
Essa ferramenta pode me dizer qual tratamento usar?
Não, esta ferramenta gera hipóteses e sugestões para pesquisa. Ela não confirma a eficácia de um tratamento em pacientes ou estabelece qual o melhor tratamento a ser usado.
Detalhes
Descrição original do autor
Retrieves and analyzes Cancer Dependency Map (DepMap) release data, including CRISPR Chronos gene effects, cancer model annotations, omics biomarkers, and PRISM drug sensitivity. Supports cancer-selective dependency, co-essentiality, and candidate synthetic-lethality analyses with release-aware identifiers and statistical checks.
Popularidade
- Estrelas no GitHub
- 51 mil
- Posição no ranking
- #1859
- Licença
- MIT
- Atualizada em
- 15/10/2026
Comentários
- …
Mais skills deste repositório
13c-metabolic-flux
Estima fluxos metabólicos usando dados de rastreamento de isótopos de carbono-13. É útil para analisar o metabolismo celular e vias bioquímicas.
K-Dense-AI/scientific-agent-skills
adaptyv
Projeta experimentos de caracterização de proteínas usando a API Adaptyv. Ele ajuda a estimar custos, enviar sequências e monitorar resultados de laboratório.
K-Dense-AI/scientific-agent-skills
aeon
Realiza tarefas de aprendizado de máquina em séries temporais. É útil para classificar, prever, detectar anomalias e encontrar padrões em dados sequenciais.
K-Dense-AI/scientific-agent-skills
alphagenome
Consulta efeitos genômicos pré-calculados para variantes genéticas. Ele fornece pontuações e explicações para entender o impacto das variantes no genoma.
K-Dense-AI/scientific-agent-skills
Skills parecidas
data-throughput-accelerator
Faz seu agente acelerar a movimentação de grandes volumes de dados. Ele encontra gargalos e garante que os dados sejam transferidos de forma rápida e correta.
affaan-m/ECC
inventory-demand-planning
Ajuda seu agente a prever a demanda de produtos em lojas. Ele otimiza o estoque e planeja quando fazer promoções para vender mais.
affaan-m/ECC
market-research
Ajuda seu agente a realizar pesquisas de mercado e análises competitivas. Fornece resumos com atribuição de fontes.
affaan-m/ECC