@nahisaho/satori 0.12.0 → 0.13.0

package/src/.github/skills/scientific-metabolic-modeling/SKILL.md

@@ -0,0 +1,288 @@
+---
+name: scientific-metabolic-modeling
+description: |
+  代謝モデリングスキル。BiGG Models ゲノムスケール代謝モデル、
+  BioModels SBML リポジトリを統合した代謝ネットワーク解析・
+  モデル検索パイプライン。
+---
+
+# Scientific Metabolic Modeling
+
+BiGG Models と BioModels を活用したゲノムスケール代謝モデルの
+検索・探索・解析パイプラインを提供する。
+
+## When to Use
+
+- ゲノムスケール代謝モデル (GEM) を検索・取得するとき
+- BiGG Models の反応・代謝物データを調べるとき
+- BioModels リポジトリから SBML モデルを取得するとき
+- 代謝パスウェイのフラックス解析の準備を行うとき
+- 複数生物種の代謝モデルを比較するとき
+
+---
+
+## Quick Start
+
+## 1. BiGG Models 検索
+
+```python
+import requests
+import pandas as pd
+
+BIGG_API = "http://bigg.ucsd.edu/api/v2"
+
+
+def bigg_search(query, search_type="models"):
+    """
+    BiGG Models データベースを検索。
+
+    Parameters:
+        query: str — search term
+        search_type: str — "models", "reactions", "metabolites"
+
+    ToolUniverse:
+        BiGG_search(query=query, search_type=search_type)
+        BiGG_list_models()
+    """
+    url = f"{BIGG_API}/search"
+    params = {
+        "query": query,
+        "search_type": search_type,
+    }
+    resp = requests.get(url, params=params)
+    resp.raise_for_status()
+    data = resp.json()
+
+    results = data.get("results", [])
+    df = pd.DataFrame(results)
+    print(f"BiGG search '{query}' ({search_type}): {len(df)} results")
+    return df
+```
+
+## 2. BiGG モデル詳細取得
+
+```python
+def bigg_get_model(model_id):
+    """
+    BiGG Models からゲノムスケール代謝モデルの詳細を取得。
+
+    Parameters:
+        model_id: str — BiGG model ID (e.g., "iJO1366")
+
+    ToolUniverse:
+        BiGG_get_model(model_id=model_id)
+        BiGG_get_model_reactions(model_id=model_id)
+        BiGG_get_database_version()
+    """
+    url = f"{BIGG_API}/models/{model_id}"
+    resp = requests.get(url)
+    resp.raise_for_status()
+    data = resp.json()
+
+    info = {
+        "model_id": data.get("bigg_id", ""),
+        "organism": data.get("organism", ""),
+        "genome_name": data.get("genome_name", ""),
+        "num_reactions": data.get("reaction_count", 0),
+        "num_metabolites": data.get("metabolite_count", 0),
+        "num_genes": data.get("gene_count", 0),
+    }
+
+    print(f"BiGG model {model_id}: {info['organism']}, "
+          f"{info['num_reactions']} reactions, "
+          f"{info['num_metabolites']} metabolites, "
+          f"{info['num_genes']} genes")
+    return info, data
+```
+
+## 3. BiGG 反応・代謝物データ
+
+```python
+def bigg_get_reaction(reaction_id):
+    """
+    BiGG 反応の詳細 (反応式, 関連モデル) を取得。
+
+    ToolUniverse:
+        BiGG_get_reaction(reaction_id=reaction_id)
+    """
+    url = f"{BIGG_API}/universal/reactions/{reaction_id}"
+    resp = requests.get(url)
+    resp.raise_for_status()
+    data = resp.json()
+
+    info = {
+        "reaction_id": data.get("bigg_id", ""),
+        "name": data.get("name", ""),
+        "reaction_string": data.get("reaction_string", ""),
+        "pseudoreaction": data.get("pseudoreaction", False),
+        "model_count": len(data.get("models_containing_reaction", [])),
+    }
+
+    print(f"BiGG reaction {reaction_id}: {info['name']}")
+    return info, data
+
+
+def bigg_get_metabolite(metabolite_id):
+    """
+    BiGG 代謝物の詳細を取得。
+
+    ToolUniverse:
+        BiGG_get_metabolite(metabolite_id=metabolite_id)
+    """
+    url = f"{BIGG_API}/universal/metabolites/{metabolite_id}"
+    resp = requests.get(url)
+    resp.raise_for_status()
+    data = resp.json()
+
+    info = {
+        "metabolite_id": data.get("bigg_id", ""),
+        "name": data.get("name", ""),
+        "formulae": data.get("formulae", []),
+        "charges": data.get("charges", []),
+        "model_count": len(data.get("models_containing_metabolite", [])),
+    }
+
+    print(f"BiGG metabolite {metabolite_id}: {info['name']}")
+    return info, data
+```
+
+## 4. BioModels リポジトリ検索
+
+```python
+BIOMODELS_API = "https://www.ebi.ac.uk/biomodels"
+
+
+def biomodels_search(query, num_results=10):
+    """
+    BioModels (SBML) リポジトリからモデルを検索。
+
+    Parameters:
+        query: str — search term
+
+    ToolUniverse:
+        biomodels_search(query=query)
+        BioModels_search_parameters(query=query)
+    """
+    url = f"{BIOMODELS_API}/search"
+    params = {"query": query, "numResults": num_results}
+    resp = requests.get(url, params=params)
+    resp.raise_for_status()
+    data = resp.json()
+
+    models = data.get("models", [])
+    results = []
+    for m in models:
+        results.append({
+            "model_id": m.get("id", ""),
+            "name": m.get("name", ""),
+            "format": m.get("format", {}).get("name", ""),
+            "submission_date": m.get("submissionDate", ""),
+            "publication": m.get("publication", {}).get("title", ""),
+        })
+
+    df = pd.DataFrame(results)
+    print(f"BioModels '{query}': {data.get('matches', 0)} total, "
+          f"{len(df)} returned")
+    return df
+
+
+def biomodels_get_model(model_id):
+    """
+    BioModels モデル詳細取得。
+
+    ToolUniverse:
+        BioModels_get_model(model_id=model_id)
+        BioModels_list_files(model_id=model_id)
+        BioModels_download_model(model_id=model_id)
+    """
+    url = f"{BIOMODELS_API}/{model_id}"
+    resp = requests.get(url, headers={"Accept": "application/json"})
+    resp.raise_for_status()
+    data = resp.json()
+
+    info = {
+        "model_id": data.get("publicationId", model_id),
+        "name": data.get("name", ""),
+        "description": data.get("description", ""),
+        "format": data.get("format", {}).get("name", ""),
+    }
+
+    print(f"BioModels {model_id}: {info['name']}")
+    return info, data
+```
+
+## 5. 統合代謝モデル探索パイプライン
+
+```python
+def metabolic_model_exploration(organism_query):
+    """
+    BiGG + BioModels を横断した代謝モデル探索。
+
+    ToolUniverse (横断):
+        BiGG_search(query=organism_query) → BiGG_get_model(model_id)
+        biomodels_search(query=organism_query) → BioModels_get_model(model_id)
+    """
+    pipeline = {"query": organism_query}
+
+    # Step 1: BiGG search
+    bigg_df = bigg_search(organism_query, search_type="models")
+    pipeline["bigg_models"] = len(bigg_df)
+
+    if not bigg_df.empty:
+        top_model = bigg_df.iloc[0]
+        model_id = top_model.get("bigg_id", "")
+        if model_id:
+            info, _ = bigg_get_model(model_id)
+            pipeline["bigg_top_model"] = info
+
+    # Step 2: BioModels search
+    bm_df = biomodels_search(organism_query)
+    pipeline["biomodels_models"] = len(bm_df)
+
+    print(f"Metabolic models '{organism_query}': "
+          f"BiGG={pipeline['bigg_models']}, "
+          f"BioModels={pipeline['biomodels_models']}")
+    return pipeline
+```
+
+## References
+
+### Output Files
+
+| ファイル | 形式 |
+|---|---|
+| `results/bigg_search.csv` | CSV |
+| `results/bigg_model.json` | JSON |
+| `results/bigg_reaction.json` | JSON |
+| `results/biomodels_search.csv` | CSV |
+| `results/biomodels_model.json` | JSON |
+
+### 利用可能ツール
+
+| カテゴリ | 主要ツール | 用途 |
+|---|---|---|
+| BiGG | `BiGG_search` | モデル/反応/代謝物検索 |
+| BiGG | `BiGG_list_models` | モデル一覧 |
+| BiGG | `BiGG_get_model` | モデル詳細 |
+| BiGG | `BiGG_get_model_reactions` | モデル反応一覧 |
+| BiGG | `BiGG_get_reaction` | 反応詳細 |
+| BiGG | `BiGG_get_metabolite` | 代謝物詳細 |
+| BiGG | `BiGG_get_database_version` | DB バージョン |
+| BioModels | `biomodels_search` | モデル検索 |
+| BioModels | `BioModels_get_model` | モデル詳細 |
+| BioModels | `BioModels_list_files` | ファイル一覧 |
+| BioModels | `BioModels_download_model` | モデル DL |
+| BioModels | `BioModels_search_parameters` | パラメータ検索 |
+
+### 参照スキル
+
+| スキル | 関連 |
+|---|---|
+| `scientific-pathway-enrichment` | パスウェイ解析 |
+| `scientific-systems-biology` | システム生物学 |
+| `scientific-gene-expression-transcriptomics` | 発現データ |
+| `scientific-biothings-idmapping` | ID マッピング |
+
+### 依存パッケージ
+
+`requests`, `pandas`

package/src/.github/skills/scientific-noncoding-rna/SKILL.md

@@ -0,0 +1,262 @@
+---
+name: scientific-noncoding-rna
+description: |
+  非コード RNA (ncRNA) 解析スキル。Rfam RNA ファミリー検索、
+  RNAcentral 統合 ncRNA データベース、共分散モデル、構造マッピング、
+  系統樹解析パイプライン。
+---
+
+# Scientific Noncoding RNA
+
+Rfam および RNAcentral を活用した ncRNA ファミリー検索、
+配列アノテーション、構造予測パイプラインを提供する。
+
+## When to Use
+
+- RNA ファミリー (miRNA, lncRNA, rRNA, tRNA 等) を分類するとき
+- Rfam 共分散モデルで RNA 配列を検索するとき
+- RNAcentral で ncRNA のクロスリファレンスを取得するとき
+- RNA 二次構造・構造マッピング情報を取得するとき
+- RNA ファミリーの系統樹情報を調べるとき
+
+---
+
+## Quick Start
+
+## 1. Rfam ファミリー検索
+
+```python
+import requests
+import pandas as pd
+
+RFAM_API = "https://rfam.org/family"
+
+
+def get_rfam_family(rfam_acc):
+    """
+    Rfam RNA ファミリーの詳細情報を取得。
+
+    Parameters:
+        rfam_acc: str — Rfam accession (e.g., "RF00001") or ID
+
+    ToolUniverse:
+        Rfam_get_family(rfam_acc=rfam_acc)
+        Rfam_id_to_accession(rfam_id=rfam_id)
+    """
+    url = f"https://rfam.org/family/{rfam_acc}?content-type=application/json"
+    resp = requests.get(url)
+    resp.raise_for_status()
+    data = resp.json()
+
+    info = data.get("rfam", {}).get("acc", {})
+    desc = data.get("rfam", {}).get("description", "")
+
+    print(f"Rfam {rfam_acc}: {data.get('rfam', {}).get('id', '?')}")
+    return data
+```
+
+## 2. Rfam 配列検索 (Infernal cmscan)
+
+```python
+import time
+
+
+def rfam_sequence_search(sequence, email=None):
+    """
+    Rfam に RNA 配列を投入し Infernal cmscan で
+    マッチする RNA ファミリーを同定。
+
+    Parameters:
+        sequence: str — RNA sequence
+
+    ToolUniverse:
+        Rfam_search_sequence(sequence=sequence)
+    """
+    url = "https://rfam.org/search/sequence"
+
+    payload = {
+        "seq": sequence,
+        "output": "json",
+    }
+    resp = requests.post(url, data=payload)
+    resp.raise_for_status()
+
+    # Async job → poll
+    job_url = resp.json().get("resultURL", "")
+    if not job_url:
+        return resp.json()
+
+    for _ in range(30):
+        time.sleep(10)
+        result = requests.get(job_url)
+        if result.status_code == 200:
+            data = result.json()
+            if data.get("status", "") == "DONE":
+                hits = data.get("hits", {}).get("hit", [])
+                print(f"Rfam cmscan: {len(hits)} family hits")
+                return hits
+
+    print("Rfam cmscan: timeout")
+    return []
+```
+
+## 3. Rfam 構造マッピング
+
+```python
+def get_rfam_structure_mapping(rfam_acc):
+    """
+    Rfam ファミリーの PDB 構造マッピング情報を取得。
+
+    ToolUniverse:
+        Rfam_get_structure_mapping(rfam_acc=rfam_acc)
+        Rfam_get_covariance_model(rfam_acc=rfam_acc)
+        Rfam_get_tree_data(rfam_acc=rfam_acc)
+        Rfam_get_sequence_regions(rfam_acc=rfam_acc)
+    """
+    # Structure mapping
+    url_struct = (
+        f"https://rfam.org/family/{rfam_acc}/structures"
+        "?content-type=application/json"
+    )
+    resp_s = requests.get(url_struct)
+    structures = resp_s.json() if resp_s.status_code == 200 else []
+
+    # Sequence regions
+    url_regions = (
+        f"https://rfam.org/family/{rfam_acc}/regions"
+        "?content-type=application/json"
+    )
+    resp_r = requests.get(url_regions)
+    regions = resp_r.json() if resp_r.status_code == 200 else []
+
+    print(f"Rfam {rfam_acc}: {len(structures)} PDB structures, "
+          f"{len(regions) if isinstance(regions, list) else '?'} regions")
+    return structures, regions
+```
+
+## 4. RNAcentral ncRNA 検索
+
+```python
+RNACENTRAL_API = "https://rnacentral.org/api/v1"
+
+
+def rnacentral_search(query, page_size=10):
+    """
+    RNAcentral で ncRNA を検索。
+
+    Parameters:
+        query: str — search term (gene name, accession, keyword)
+
+    ToolUniverse:
+        RNAcentral_search(query=query)
+    """
+    url = f"{RNACENTRAL_API}/rna/"
+    params = {"query": query, "page_size": page_size}
+    resp = requests.get(url, params=params)
+    resp.raise_for_status()
+    data = resp.json()
+
+    results = data.get("results", [])
+    entries = []
+    for r in results:
+        entries.append({
+            "rnacentral_id": r.get("rnacentral_id", ""),
+            "description": r.get("description", ""),
+            "rna_type": r.get("rna_type", ""),
+            "length": r.get("length", 0),
+            "num_xrefs": r.get("xref_count", 0),
+        })
+
+    df = pd.DataFrame(entries)
+    print(f"RNAcentral '{query}': {data.get('count', 0)} total, "
+          f"{len(df)} returned")
+    return df
+
+
+def rnacentral_get_by_accession(accession):
+    """
+    RNAcentral アクセッションから ncRNA 詳細情報を取得。
+
+    ToolUniverse:
+        RNAcentral_get_by_accession(accession=accession)
+    """
+    url = f"{RNACENTRAL_API}/rna/{accession}/"
+    resp = requests.get(url)
+    resp.raise_for_status()
+    data = resp.json()
+
+    print(f"RNAcentral {accession}: {data.get('description', '')}")
+    return data
+```
+
+## 5. ncRNA 統合解析パイプライン
+
+```python
+def ncRNA_integrated_search(sequence, rfam_acc=None):
+    """
+    配列ベースの ncRNA 統合解析。
+
+    ToolUniverse (横断):
+        Rfam_search_sequence(sequence) → Rfam_get_family(rfam_acc)
+        RNAcentral_search(query)
+    """
+    pipeline = {"sequence_length": len(sequence)}
+
+    # Step 1: Rfam family identification
+    rfam_hits = rfam_sequence_search(sequence)
+    pipeline["rfam_hits"] = len(rfam_hits) if isinstance(rfam_hits, list) else 0
+
+    # Step 2: If Rfam family found, get details
+    if rfam_hits and isinstance(rfam_hits, list) and len(rfam_hits) > 0:
+        top_hit = rfam_hits[0]
+        top_acc = top_hit.get("acc", rfam_acc or "")
+        if top_acc:
+            family = get_rfam_family(top_acc)
+            pipeline["rfam_family"] = top_acc
+
+    # Step 3: RNAcentral search
+    rna_df = rnacentral_search(sequence[:30])  # truncate for search
+    pipeline["rnacentral_hits"] = len(rna_df)
+
+    print(f"ncRNA pipeline: Rfam={pipeline.get('rfam_family', 'none')}, "
+          f"RNAcentral={pipeline['rnacentral_hits']} hits")
+    return pipeline
+```
+
+## References
+
+### Output Files
+
+| ファイル | 形式 |
+|---|---|
+| `results/rfam_family.json` | JSON |
+| `results/rfam_cmscan_hits.json` | JSON |
+| `results/rfam_structures.json` | JSON |
+| `results/rnacentral_search.csv` | CSV |
+
+### 利用可能ツール
+
+| カテゴリ | 主要ツール | 用途 |
+|---|---|---|
+| Rfam | `Rfam_get_family` | ファミリー情報 |
+| Rfam | `Rfam_search_sequence` | 配列→ファミリー同定 |
+| Rfam | `Rfam_get_covariance_model` | 共分散モデル |
+| Rfam | `Rfam_get_structure_mapping` | PDB マッピング |
+| Rfam | `Rfam_get_tree_data` | 系統樹 |
+| Rfam | `Rfam_get_sequence_regions` | 配列領域 |
+| Rfam | `Rfam_id_to_accession` | ID→アクセッション変換 |
+| RNAcentral | `RNAcentral_search` | ncRNA 検索 |
+| RNAcentral | `RNAcentral_get_by_accession` | 詳細取得 |
+
+### 参照スキル
+
+| スキル | 関連 |
+|---|---|
+| `scientific-gene-expression-transcriptomics` | 転写産物解析 |
+| `scientific-genome-sequence-tools` | 配列取得 |
+| `scientific-structural-proteomics` | RNA 構造 |
+| `scientific-biothings-idmapping` | ID マッピング |
+
+### 依存パッケージ
+
+`requests`, `pandas`