npm - @nahisaho/satori - Versions diffs - 0.16.0 → 0.18.0 - Mend

@nahisaho/satori 0.16.0 → 0.18.0

This diff represents the content of publicly available package versions that have been released to one of the supported registries. The information contained in this diff is provided for informational purposes only and reflects changes between package versions as they appear in their respective public registries.

Files changed (18) hide show

package/README.md CHANGED Viewed

@@ -7,7 +7,7 @@
 ## Overview
-このディレクトリには、Exp-01〜13 で蓄積した科学データ解析技法を Agent Skills として体系化した **124 個**のスキルを格納しています。Copilot がプロンプトの文脈に応じて適切なスキルを自動ロードし、各実験で確立した解析パターンを再利用します。74 のスキルは [ToolUniverse](https://github.com/mims-harvard/ToolUniverse) SMCP 経由で 1,200 以上の外部科学データベースツールとも連携可能です。
+このディレクトリには、Exp-01〜13 で蓄積した科学データ解析技法を Agent Skills として体系化した **140 個**のスキルを格納しています。Copilot がプロンプトの文脈に応じて適切なスキルを自動ロードし、各実験で確立した解析パターンを再利用します。85 のスキルは [ToolUniverse](https://github.com/mims-harvard/ToolUniverse) SMCP 経由で 1,200 以上の外部科学データベースツールとも連携可能です。
 ### パイプラインフロー
@@ -208,7 +208,7 @@ symbolic-mathematics ──→ systems-biology ──→ admet-pharmacokinetics
 ### ToolUniverse MCP ツール連携
-74 のスキル（HIGH 13 + MEDIUM 9 + Phase 3: 20 + Phase 4: 8 + Phase 5: 9 + Phase 6: 7 + Phase 7: 4 + Phase 8: 4）は、[ToolUniverse](https://github.com/mims-harvard/ToolUniverse) SMCP サーバー経由で 1,200 以上の外部科学ツールを利用可能です。各 SKILL.md 内の `### 利用可能ツール` セクションに対応ツールが記載されています。
+85 のスキル（HIGH 13 + MEDIUM 9 + Phase 3: 20 + Phase 4: 8 + Phase 5: 9 + Phase 6: 7 + Phase 7: 4 + Phase 8: 4 + Phase 9: 5 + Phase 10: 6）は、[ToolUniverse](https://github.com/mims-harvard/ToolUniverse) SMCP サーバー経由で 1,200 以上の外部科学ツールを利用可能です。各 SKILL.md 内の `### 利用可能ツール` セクションに対応ツールが記載されています。
 ```
 SATORI Skill (方法論・判断)        ToolUniverse SMCP (データ取得・計算)
@@ -249,7 +249,17 @@ SATORI Skill (方法論・判断)        ToolUniverse SMCP (データ取得・
 │ expression-comparison│───MCP──│ Expression Atlas              │
 │ rrna-taxonomy        │───MCP──│ MGnify metagenomics          │
 │ marine-ecology       │───MCP──│ OBIS, WoRMS, GBIF            │
-│ ... (74 skills total) │       │ ... (1,200+ tools)           │
+│ encode-screen        │───MCP──│ ENCODE, SCREEN, ChIP-Atlas    │
+│ human-cell-atlas     │───MCP──│ HCA Data Portal, CELLxGENE    │
+│ geo-expression       │───MCP──│ GEO (NCBI E-utilities)        │
+│ paleobiology         │───MCP──│ Paleobiology Database (PBDB)  │
+│ gwas-catalog           │───MCP──│ GWAS Catalog (EBI)           │
+│ alphafold-structures   │───MCP──│ AlphaFold DB API             │
+│ arrayexpress-expression│───MCP──│ ArrayExpress, BioStudies     │
+│ semantic-scholar       │───MCP──│ Semantic Scholar Graph API   │
+│ pharmgkb-pgx          │───MCP──│ PharmGKB, CPIC Guidelines    │
+│ crossref-metadata     │───MCP──│ CrossRef DOI/Metadata        │
+│ ... (85 skills total) │       │ ... (1,200+ tools)           │
 └──────────────────────┘        └─────────────────────────────┘
 ```
@@ -257,38 +267,38 @@ SATORI Skill (方法論・判断)        ToolUniverse SMCP (データ取得・
 | 中区分 | スキル数 | 概要 |
 |---|:---:|---|
-| A. 基盤・ワークフロー | 16 | パイプライン構築・前処理・データ生成・図表・執筆・仮説立案・批判的レビュー・SI 生成・LaTeX 変換・引用検証・査読対応・改訂追跡・論文品質・系統的レビュー・BioThings ID マッピング・データ投稿 |
+| A. 基盤・ワークフロー | 17 | パイプライン構築・前処理・データ生成・図表・執筆・仮説立案・批判的レビュー・SI 生成・LaTeX 変換・引用検証・査読対応・改訂追跡・論文品質・系統的レビュー・BioThings ID マッピング・データ投稿・CrossRef メタデータ |
 | B. 統計・探索的解析 | 4 | EDA・仮説検定・次元削減・記号数学 |
 | C. 機械学習・モデリング | 3 | 回帰・分類・特徴量重要度 |
 | D. 実験計画・プロセス最適化 | 2 | DOE・応答曲面法・ベイズ最適化 |
 | E. 信号・スペクトル・時系列 | 4 | スペクトル解析・生体信号・時系列分解・神経電気生理学 |
-| F. 生命科学・オミクス | 18 | バイオインフォ・メタボロ・ゲノム配列・マルチオミクス・ネットワーク・プロテオミクス・トランスクリプトミクス・パスウェイ濃縮・代謝物 DB・HPA・ゲノム配列ツール・非コード RNA・オントロジー・EBI DB 群・Ensembl ゲノミクス・STRING/BioGRID PPI・発現比較・モデル生物 DB |
+| F. 生命科学・オミクス | 22 | バイオインフォ・メタボロ・ゲノム配列・マルチオミクス・ネットワーク・プロテオミクス・トランスクリプトミクス・パスウェイ濃縮・代謝物 DB・HPA・ゲノム配列ツール・非コード RNA・オントロジー・EBI DB 群・Ensembl ゲノミクス・STRING/BioGRID PPI・発現比較・モデル生物 DB・GEO 発現プロファイル・寄生虫ゲノミクス・ArrayExpress 発現アーカイブ・GTEx 組織発現 |
 | G. 化学・材料・イメージング | 8 | ケモインフォ・材料特性評価・画像形態解析・計算材料科学・ChEMBL アッセイマイニング・MD シミュレーション・高度イメージング・深層化学 |
 | H. 臨床・疫学・メタ科学 | 5 | 生存解析・因果推論・メタアナリシス・臨床試験解析・臨床レポート |
-| I. Deep Research・文献検索 | 3 | 科学文献深層リサーチ・エビデンス階層評価・マルチ DB 文献検索・引用ネットワーク・プレプリント横断検索 |
+| I. Deep Research・文献検索 | 4 | 科学文献深層リサーチ・エビデンス階層評価・マルチ DB 文献検索・引用ネットワーク・プレプリント横断検索・Semantic Scholar 学術グラフ |
 | J. 創薬・ファーマコロジー | 7 | 標的プロファイリング・ADMET/PK・ドラッグリポジショニング・分子ドッキング・薬理学的ターゲット・化合物スクリーニング・NCI-60 スクリーニング |
-| K. 構造生物学・タンパク質工学 | 5 | PDB/AlphaFold 構造解析・de novo タンパク質設計・PPI ネットワーク・ドメイン/ファミリー・構造プロテオミクス |
+| K. 構造生物学・タンパク質工学 | 6 | PDB/AlphaFold 構造解析・de novo タンパク質設計・PPI ネットワーク・ドメイン/ファミリー・構造プロテオミクス・AlphaFold DB 構造予測 |
 | L. 精密医療・臨床意思決定 | 3 | 変異解釈 (ACMG/AMP)・エビデンスベース臨床意思決定・バリアント効果予測 |
 | M. 実験室自動化・データ管理 | 2 | 液体ハンドリング・プロトコル管理・ELN/LIMS 連携・ラボデータ管理 |
 | N. 科学プレゼンテーション・図式 | 2 | 科学スライド・ポスター・ワークフロー図・科学図式 |
 | O. 研究計画・グラント・規制 | 3 | 助成金申請書・研究方法論・倫理審査・規制科学 |
-| P. ファーマコビジランス・薬理ゲノミクス | 2 | FAERS 不均衡分析・MedDRA 階層・安全性シグナル検出・PGx 代謝型 |
-| Q. 腫瘍学・疾患研究 | 5 | 精密腫瘍学 (CIViC/OncoKB)・疾患-遺伝子関連 (GWAS/Orphanet)・がんゲノミクス (COSMIC/DepMap)・希少疾患遺伝学・細胞株リソース |
+| P. ファーマコビジランス・薬理ゲノミクス | 3 | FAERS 不均衡分析・MedDRA 階層・安全性シグナル検出・PGx 代謝型・PharmGKB 臨床アノテーション |
+| Q. 腫瘍学・疾患研究 | 6 | 精密腫瘍学 (CIViC/OncoKB)・疾患-遺伝子関連 (GWAS/Orphanet)・がんゲノミクス (COSMIC/DepMap)・希少疾患遺伝学・細胞株リソース・ICGC がんゲノムデータ |
 | R. 量子・先端計算 | 7 | 量子計算・GNN・ベイズ統計・説明可能 AI・深層学習・ヘルスケア AI・強化学習 |
 | S. 医用イメージング | 1 | DICOM/NIfTI・WSI 病理画像・Radiomics・MONAI |
-| T. シングルセル・空間・エピゲノミクス | 8 | scRNA-seq・Visium・MERFISH・CELLxGENE・RNA velocity・エピゲノミクス・レギュラトリーゲノミクス・摂動解析・scVI 統合・scATAC-seq/Signac・GPU シングルセル |
+| T. シングルセル・空間・エピゲノミクス | 11 | scRNA-seq・Visium・MERFISH・CELLxGENE・RNA velocity・エピゲノミクス・レギュラトリーゲノミクス・摂動解析・scVI 統合・scATAC-seq/Signac・GPU シングルセル・ENCODE/SCREEN・Human Cell Atlas・高度 Squidpy 空間解析 |
 | U. 免疫・感染症 | 2 | 免疫情報学・MHC 結合予測・病原体ゲノミクス・AMR・IEDB |
-| V. マイクロバイオーム・環境 | 6 | 16S/メタゲノム・α/β 多様性・SDM・OBIS・GBIF・系統解析・rRNA 分類学・植物バイオロジー・海洋生態学 |
-| W. システム生物学 | 2 | SBML シミュレーション・FBA・GRN 推定・BioModels・代謝モデリング |
+| V. マイクロバイオーム・環境 | 8 | 16S/メタゲノム・α/β 多様性・SDM・OBIS・GBIF・系統解析・rRNA 分類学・植物バイオロジー・海洋生態学・環境地理空間データ・古生物学 |
+| W. システム生物学 | 3 | SBML シミュレーション・FBA・GRN 推定・BioModels・代謝モデリング・Metabolic Atlas |
 | X. 疫学・公衆衛生 | 3 | リスク指標 (RR/OR)・年齢標準化・空間疫学・WHO・CDC・公衆衛生データ・環境毒性学 |
-| Y. 集団遺伝学 | 1 | HWE・PCA/ADMIXTURE・Fst・選択スキャン・gnomAD・GWAS |
+| Y. 集団遺伝学 | 2 | HWE・PCA/ADMIXTURE・Fst・選択スキャン・gnomAD・GWAS・GWAS Catalog |
 | Z. 科学テキストマイニング | 2 | NER・関係抽出・知識グラフ・BERTopic・PubTator バイオアノテーション |
 ---
 ## Skills 一覧
-### A. 基盤・ワークフロー（16 種）
+### A. 基盤・ワークフロー（17 種）
 全 Exp に共通する横断的な基盤スキル。
@@ -310,6 +320,7 @@ SATORI Skill (方法論・判断)        ToolUniverse SMCP (データ取得・
 | 84 | [scientific-systematic-review](scientific-systematic-review/SKILL.md) | PRISMA 2020 系統的レビュー・マルチ DB 検索戦略・スクリーニング・バイアスリスク評価 | 汎用 |
 | 91 | [scientific-biothings-idmapping](scientific-biothings-idmapping/SKILL.md) | BioThings API (MyGene/MyVariant/MyChem) 横断的 ID マッピング・アノテーション | 汎用 |
 | 119 | [scientific-data-submission](scientific-data-submission/SKILL.md) | GenBank/SRA/GEO/BioProject/BioSample データ投稿・FAIR 原則準拠 | 汎用 |
+| 139 | [scientific-crossref-metadata](scientific-crossref-metadata/SKILL.md) | CrossRef REST API DOI 解決・論文メタデータ・引用数・ジャーナル情報 | 汎用 |
 ### B. 統計・探索的解析（4 種）
@@ -352,9 +363,9 @@ SATORI Skill (方法論・判断)        ToolUniverse SMCP (データ取得・
 | 24 | [scientific-time-series](scientific-time-series/SKILL.md) | STL 分解・SARIMA 予測・変化点検出・FFT 周期解析・Granger 因果 | 汎用 |
 | 67 | [scientific-neuroscience-electrophysiology](scientific-neuroscience-electrophysiology/SKILL.md) | SpikeInterface/Kilosort4 スパイクソート・MNE EEG/ERP・NeuroKit2 HRV/EDA・脳機能結合 | 汎用 |
-### F. 生命科学・オミクス（18 種）
+### F. 生命科学・オミクス（22 種）
-バイオ・オミクス・ネットワーク解析・オントロジー・EBI データベース・ゲノミクス・PPI・発現比較・モデル生物 DB を担うスキル群。
+バイオ・オミクス・ネットワーク解析・オントロジー・EBI データベース・ゲノミクス・PPI・発現比較・モデル生物 DB・GEO 発現プロファイル・寄生虫ゲノミクス・ArrayExpress 発現アーカイブ・GTEx 組織発現を担うスキル群。
 | # | Skill | 説明 | 参照 Exp |
 |---|---|---|---|
@@ -376,6 +387,10 @@ SATORI Skill (方法論・判断)        ToolUniverse SMCP (データ取得・
 | 109 | [scientific-string-network-api](scientific-string-network-api/SKILL.md) | STRING v12/BioGRID/STITCH PPI ネットワーク・化学-タンパク質相互作用・トポロジー解析 | 汎用 |
 | 110 | [scientific-expression-comparison](scientific-expression-comparison/SKILL.md) | EBI Expression Atlas 発現比較・ベースライン/差次的発現・組織横断ヒートマップ | 汎用 |
 | 111 | [scientific-model-organism-db](scientific-model-organism-db/SKILL.md) | FlyBase/WormBase/ZFIN/RGD/MGI モデル生物データベース・種間オーソログ検索 | 汎用 |
+| 127 | [scientific-geo-expression](scientific-geo-expression/SKILL.md) | GEO REST API 発現プロファイル・マトリクス取得・差次的発現解析 | 汎用 |
+| 132 | [scientific-parasite-genomics](scientific-parasite-genomics/SKILL.md) | PlasmoDB/VectorBase/ToxoDB 寄生虫ゲノミクス・薬剤標的同定 | 汎用 |
+| 135 | [scientific-arrayexpress-expression](scientific-arrayexpress-expression/SKILL.md) | ArrayExpress/BioStudies REST API 発現実験検索・SDRF メタデータ・データ再解析 | 汎用 |
+| 137 | [scientific-gtex-tissue-expression](scientific-gtex-tissue-expression/SKILL.md) | GTEx Portal REST API v2 組織特異的発現・eQTL・多組織比較 | 汎用 |
 ### G. 化学・材料・イメージング（8 種）
@@ -404,15 +419,16 @@ SATORI Skill (方法論・判断)        ToolUniverse SMCP (データ取得・
 | 71 | [scientific-clinical-trials-analytics](scientific-clinical-trials-analytics/SKILL.md) | ClinicalTrials.gov API v2 検索・競合ランドスケープ・AE/アウトカム抽出 | 汎用 |
 | 85 | [scientific-clinical-reporting](scientific-clinical-reporting/SKILL.md) | SOAP ノート・バイオマーカーレポート・ファーマコゲノミクス・FHIR JSON | 汎用 |
-### I. Deep Research・文献検索（3 種）
+### I. Deep Research・文献検索（4 種）
-科学文献の反復的深層リサーチとマルチ DB 文献検索・プレプリント横断検索を担うスキル群。
+科学文献の反復的深層リサーチとマルチ DB 文献検索・プレプリント横断検索・Semantic Scholar 学術グラフを担うスキル群。
 | # | Skill | 説明 | 参照 Exp |
 |---|---|---|---|
 | 36 | [scientific-deep-research](scientific-deep-research/SKILL.md) | SHIKIGAMI 準拠 Think→Search→Evaluate→Synthesize 反復サイクル・学術 DB 検索・エビデンス階層評価・ソース追跡・交差検証・ハルシネーション防止 | 汎用 |
 | 78 | [scientific-literature-search](scientific-literature-search/SKILL.md) | PubMed/Semantic Scholar/OpenAlex/EuropePMC/CrossRef マルチ DB 検索・引用ネットワーク | 汎用 |
 | 97 | [scientific-preprint-archive](scientific-preprint-archive/SKILL.md) | bioRxiv/medRxiv/arXiv/PMC/CORE/Zenodo/OpenAIRE/Unpaywall プレプリント・OA 横断検索 | 汎用 |
+| 136 | [scientific-semantic-scholar](scientific-semantic-scholar/SKILL.md) | Semantic Scholar Academic Graph API 論文検索・引用グラフ・著者プロファイル・TLDR | 汎用 |
 ### J. 創薬・ファーマコロジー（7 種）
@@ -428,9 +444,9 @@ SATORI Skill (方法論・判断)        ToolUniverse SMCP (データ取得・
 | 94 | [scientific-compound-screening](scientific-compound-screening/SKILL.md) | ZINC 化合物ライブラリ検索・バーチャルスクリーニング前処理 | 汎用 |
 | 120 | [scientific-nci60-screening](scientific-nci60-screening/SKILL.md) | NCI-60/CellMiner/DepMap がん細胞株薬剤応答スクリーニング | 汎用 |
-### K. 構造生物学・タンパク質工学（5 種）
+### K. 構造生物学・タンパク質工学（6 種）
-タンパク質構造解析・設計・PPI ネットワーク・ドメイン解析・構造プロテオミクスを担うスキル群。
+タンパク質構造解析・設計・PPI ネットワーク・ドメイン解析・構造プロテオミクス・AlphaFold DB 構造予測を担うスキル群。
 | # | Skill | 説明 | 参照 Exp |
 |---|---|---|---|
@@ -439,6 +455,7 @@ SATORI Skill (方法論・判断)        ToolUniverse SMCP (データ取得・
 | 79 | [scientific-protein-interaction-network](scientific-protein-interaction-network/SKILL.md) | STRING/IntAct/STITCH PPI ネットワーク・トポロジー解析・コミュニティ検出 | 汎用 |
 | 86 | [scientific-protein-domain-family](scientific-protein-domain-family/SKILL.md) | InterPro/InterProScan ドメイン予測・ファミリー分類・アーキテクチャ可視化 | 汎用 |
 | 93 | [scientific-structural-proteomics](scientific-structural-proteomics/SKILL.md) | EMDB/PDBe/Proteins API/Complex Portal/DeepGO/EVE 構造プロテオミクス | 汎用 |
+| 134 | [scientific-alphafold-structures](scientific-alphafold-structures/SKILL.md) | AlphaFold DB REST API 構造予測取得・pLDDT 信頼度・PAE 解析 | 汎用 |
 ### L. 精密医療・臨床意思決定（3 種）
@@ -476,18 +493,19 @@ SATORI Skill (方法論・判断)        ToolUniverse SMCP (データ取得・
 | 47 | [scientific-research-methodology](scientific-research-methodology/SKILL.md) | SCAMPER/TRIZ ブレインストーミング・研究デザインマトリクス・FINER 基準・IRB 倫理チェック | 汎用 |
 | 74 | [scientific-regulatory-science](scientific-regulatory-science/SKILL.md) | FDA Orange Book/医療機器 510(k)/ISO 13485 QMS/CAPA/USPTO 特許検索 | 汎用 |
-### P. ファーマコビジランス・薬理ゲノミクス（2 種）
+### P. ファーマコビジランス・薬理ゲノミクス（3 種）
-市販後医薬品安全性監視と薬理ゲノミクスのためのシグナル検出・定量評価を担うスキル群。
+市販後医薬品安全性監視と薬理ゲノミクス・PharmGKB 臨床アノテーションのためのシグナル検出・定量評価を担うスキル群。
 | # | Skill | 説明 | 参照 Exp |
 |---|---|---|---|
 | 48 | [scientific-pharmacovigilance](scientific-pharmacovigilance/SKILL.md) | FAERS 不均衡分析 (PRR/ROR/IC/EBGM)・MedDRA 階層・時系列トレンド・Naranjo 因果評価 | 汎用 |
 | 75 | [scientific-pharmacogenomics](scientific-pharmacogenomics/SKILL.md) | PharmGKB/CPIC ガイドライン・Star アレル・代謝型・FDA PGx バイオマーカー | 汎用 |
+| 138 | [scientific-pharmgkb-pgx](scientific-pharmgkb-pgx/SKILL.md) | PharmGKB REST API 臨床アノテーション・薬物遺伝子関連・投与量ガイドライン | 汎用 |
-### Q. 腫瘍学・疾患研究（5 種）
+### Q. 腫瘍学・疾患研究（6 種）
-精密腫瘍学・疾患-遺伝子関連研究・がんゲノミクス・希少疾患遺伝学・細胞株リソースを担うスキル群。
+精密腫瘍学・疾患-遺伝子関連研究・がんゲノミクス・希少疾患遺伝学・細胞株リソース・ICGC がんゲノムデータを担うスキル群。
 | # | Skill | 説明 | 参照 Exp |
 |---|---|---|---|
@@ -496,6 +514,7 @@ SATORI Skill (方法論・判断)        ToolUniverse SMCP (データ取得・
 | 81 | [scientific-cancer-genomics](scientific-cancer-genomics/SKILL.md) | COSMIC/cBioPortal/DepMap がんゲノミクス・変異シグネチャー解析 | 汎用 |
 | 87 | [scientific-rare-disease-genetics](scientific-rare-disease-genetics/SKILL.md) | OMIM/Orphanet/DisGeNET/IMPC 希少疾患遺伝学・統合解析 | 汎用 |
 | 101 | [scientific-cell-line-resources](scientific-cell-line-resources/SKILL.md) | Cellosaurus 細胞株検索・STR プロファイル検証・コンタミネーション検出 | 汎用 |
+| 140 | [scientific-icgc-cancer-data](scientific-icgc-cancer-data/SKILL.md) | ICGC DCC API 国際がんゲノムデータ・体細胞変異・がん種統計 | 汎用 |
 ### R. 量子・先端計算（7 種）
@@ -519,9 +538,9 @@ DICOM・WSI 等の医用画像の解析・セグメンテーションを担う
 |---|---|---|---|
 | 56 | [scientific-medical-imaging](scientific-medical-imaging/SKILL.md) | DICOM/NIfTI 処理・MONAI U-Net/SwinUNETR・WSI パッチ抽出・Radiomics・3D 可視化 | 汎用 |
-### T. シングルセル・空間・エピゲノミクス（8 種）
+### T. シングルセル・空間・エピゲノミクス（11 種）
-scRNA-seq・空間トランスクリプトミクス・エピゲノミクス・制御ゲノミクス・摂動解析・scVI 統合・scATAC-seq・GPU シングルセルの解析パイプラインを担うスキル群。
+scRNA-seq・空間トランスクリプトミクス・エピゲノミクス・制御ゲノミクス・摂動解析・scVI 統合・scATAC-seq・GPU シングルセル・ENCODE/SCREEN・Human Cell Atlas・高度 Squidpy 空間解析の解析パイプラインを担うスキル群。
 | # | Skill | 説明 | 参照 Exp |
 |---|---|---|---|
@@ -533,6 +552,9 @@ scRNA-seq・空間トランスクリプトミクス・エピゲノミクス・
 | 116 | [scientific-scvi-integration](scientific-scvi-integration/SKILL.md) | scVI/scANVI/totalVI/SOLO シングルセル統合・半教師有りアノテーション・CITE-seq | 汎用 |
 | 123 | [scientific-scatac-signac](scientific-scatac-signac/SKILL.md) | Signac/SnapATAC2 scATAC-seq・モチーフ解析・Gene Activity・RNA+ATAC マルチモーダル統合 | 汎用 |
 | 124 | [scientific-gpu-singlecell](scientific-gpu-singlecell/SKILL.md) | rapids-singlecell/cuML/cuGraph GPU アクセラレーションシングルセル解析 | 汎用 |
+| 125 | [scientific-encode-screen](scientific-encode-screen/SKILL.md) | ENCODE REST API 実験/ファイル検索・SCREEN cCRE・ChIP-Atlas エンリッチメント | 汎用 |
+| 126 | [scientific-human-cell-atlas](scientific-human-cell-atlas/SKILL.md) | HCA Data Portal プロジェクト/ファイル・CELLxGENE Census 大規模アトラス | 汎用 |
+| 131 | [scientific-squidpy-advanced](scientific-squidpy-advanced/SKILL.md) | Squidpy 空間自己相関・共起解析・近傍エンリッチメント・ニッチ同定 | 汎用 |
 ### U. 免疫・感染症（2 種）
@@ -543,9 +565,9 @@ scRNA-seq・空間トランスクリプトミクス・エピゲノミクス・
 | 59 | [scientific-immunoinformatics](scientific-immunoinformatics/SKILL.md) | MHC-I/II 結合予測・B 細胞エピトープ・TCR/BCR レパトア多様性・抗体 CDR 解析・ワクチン候補ランキング | 汎用 |
 | 60 | [scientific-infectious-disease](scientific-infectious-disease/SKILL.md) | 病原体 WGS QC・AMR 遺伝子検出・MLST 型別・系統解析 (IQ-TREE)・SIR/SEIR 数理モデル | 汎用 |
-### V. マイクロバイオーム・環境（6 種）
+### V. マイクロバイオーム・環境（8 種）
-マイクロバイオーム解析・環境/生態系モデリング・系統解析・rRNA 分類学・植物バイオロジー・海洋生態学を担うスキル群。
+マイクロバイオーム解析・環境/生態系モデリング・系統解析・rRNA 分類学・植物バイオロジー・海洋生態学・環境地理空間データ・古生物学を担うスキル群。
 | # | Skill | 説明 | 参照 Exp |
 |---|---|---|---|
@@ -555,8 +577,10 @@ scRNA-seq・空間トランスクリプトミクス・エピゲノミクス・
 | 118 | [scientific-rrna-taxonomy](scientific-rrna-taxonomy/SKILL.md) | SILVA/Greengenes2/MGnify rRNA リファレンス・分類学・コンセンサス分類 | 汎用 |
 | 121 | [scientific-plant-biology](scientific-plant-biology/SKILL.md) | Plant Reactome/TAIR/Ensembl Plants 植物代謝パスウェイ・種間比較 | 汎用 |
 | 122 | [scientific-marine-ecology](scientific-marine-ecology/SKILL.md) | OBIS/WoRMS/GBIF/FishBase 海洋生物多様性・分布解析 | 汎用 |
+| 128 | [scientific-environmental-geodata](scientific-environmental-geodata/SKILL.md) | SoilGrids/WorldClim 環境地理空間データ・種分布モデル環境変数 | 汎用 |
+| 129 | [scientific-paleobiology](scientific-paleobiology/SKILL.md) | PBDB 化石産出記録・分類群検索・地質年代多様性曲線 | 汎用 |
-### W. システム生物学（2 種）
+### W. システム生物学（3 種）
 SBML 動的シミュレーション・代謝フラックス・遺伝子制御ネットワーク推定・代謝モデリングを担うスキル群。
@@ -564,6 +588,7 @@ SBML 動的シミュレーション・代謝フラックス・遺伝子制御ネ
 |---|---|---|---|
 | 63 | [scientific-systems-biology](scientific-systems-biology/SKILL.md) | SBML/RoadRunner シミュレーション・FBA/pFBA (cobrapy)・GRN 推定 (GENIE3)・Sobol 感度解析 | 汎用 |
 | 95 | [scientific-metabolic-modeling](scientific-metabolic-modeling/SKILL.md) | BiGG Models/BioModels ゲノムスケール代謝モデル・反応・代謝物検索 | 汎用 |
+| 130 | [scientific-metabolic-atlas](scientific-metabolic-atlas/SKILL.md) | Metabolic Atlas/Human-GEM 代謝反応・代謝産物検索・ネットワーク解析 | 汎用 |
 ### X. 疫学・公衆衛生（3 種）
@@ -575,13 +600,14 @@ SBML 動的シミュレーション・代謝フラックス・遺伝子制御ネ
 | 98 | [scientific-public-health-data](scientific-public-health-data/SKILL.md) | NHANES/MedlinePlus/RxNorm/ODPHP 公衆衛生データアクセス・健康格差API | 汎用 |
 | 117 | [scientific-toxicology-env](scientific-toxicology-env/SKILL.md) | CTD/Tox21/ToxCast/T3DB/EPA IRIS 環境毒性学・化学物質健康影響解析 | 汎用 |
-### Y. 集団遺伝学（1 種）
+### Y. 集団遺伝学（2 種）
-集団構造推定・分化指標・自然選択検出を担うスキル。
+集団構造推定・分化指標・自然選択検出・GWAS Catalog を担うスキル群。
 | # | Skill | 説明 | 参照 Exp |
 |---|---|---|---|
 | 65 | [scientific-population-genetics](scientific-population-genetics/SKILL.md) | PLINK2 QC・HWE 検定・PCA/ADMIXTURE・Weir-Cockerham Fst・iHS/Tajima's D 選択スキャン | 汎用 |
+| 133 | [scientific-gwas-catalog](scientific-gwas-catalog/SKILL.md) | NHGRI-EBI GWAS Catalog REST API 関連解析・研究検索・PheWAS | 汎用 |
 ### Z. 科学テキストマイニング（2 種）
@@ -653,7 +679,8 @@ Skills は `.github/skills/` に配置されているため、Copilot が自動
 │   ├── scientific-paper-quality/
 │   ├── scientific-systematic-review/
 │   ├── scientific-biothings-idmapping/
-│   └── scientific-data-submission/
+│   ├── scientific-data-submission/
+│   └── scientific-crossref-metadata/
 │
 │── [B] 統計・探索的解析
 │   ├── scientific-eda-correlation/
@@ -694,7 +721,11 @@ Skills は `.github/skills/` に配置されているため、Copilot が自動
 │   ├── scientific-ensembl-genomics/
 │   ├── scientific-string-network-api/
 │   ├── scientific-expression-comparison/
-│   └── scientific-model-organism-db/
+│   ├── scientific-model-organism-db/
+│   ├── scientific-geo-expression/
+│   ├── scientific-parasite-genomics/
+│   ├── scientific-arrayexpress-expression/
+│   └── scientific-gtex-tissue-expression/
 │
 │── [G] 化学・材料・イメージング
 │   ├── scientific-cheminformatics/
@@ -716,7 +747,8 @@ Skills は `.github/skills/` に配置されているため、Copilot が自動
 ├── [I] Deep Research・文献検索
 │   ├── scientific-deep-research/
 │   ├── scientific-literature-search/
-│   └── scientific-preprint-archive/
+│   ├── scientific-preprint-archive/
+│   └── scientific-semantic-scholar/
 │
 ├── [J] 創薬・ファーマコロジー
 │   ├── scientific-drug-target-profiling/
@@ -732,7 +764,8 @@ Skills は `.github/skills/` に配置されているため、Copilot が自動
 │   ├── scientific-protein-design/
 │   ├── scientific-protein-interaction-network/
 │   ├── scientific-protein-domain-family/
-│   └── scientific-structural-proteomics/
+│   ├── scientific-structural-proteomics/
+│   └── scientific-alphafold-structures/
 │
 ├── [L] 精密医療・臨床意思決定
 │   ├── scientific-variant-interpretation/
@@ -754,14 +787,16 @@ Skills は `.github/skills/` に配置されているため、Copilot が自動
 │
 ├── [P] ファーマコビジランス・薬理ゲノミクス
 │   ├── scientific-pharmacovigilance/
-│   └── scientific-pharmacogenomics/
+│   ├── scientific-pharmacogenomics/
+│   └── scientific-pharmgkb-pgx/
 │
 ├── [Q] 腫瘍学・疾患研究
 │   ├── scientific-precision-oncology/
 │   ├── scientific-disease-research/
 │   ├── scientific-cancer-genomics/
 │   ├── scientific-rare-disease-genetics/
-│   └── scientific-cell-line-resources/
+│   ├── scientific-cell-line-resources/
+│   └── scientific-icgc-cancer-data/
 │
 ├── [R] 量子・先端計算
 │   ├── scientific-quantum-computing/
@@ -783,7 +818,10 @@ Skills は `.github/skills/` に配置されているため、Copilot が自動
 │   ├── scientific-perturbation-analysis/
 │   ├── scientific-scvi-integration/
 │   ├── scientific-scatac-signac/
-│   └── scientific-gpu-singlecell/
+│   ├── scientific-gpu-singlecell/
+│   ├── scientific-encode-screen/
+│   ├── scientific-human-cell-atlas/
+│   └── scientific-squidpy-advanced/
 │
 │── [U] 免疫・感染症
 │   ├── scientific-immunoinformatics/
@@ -795,11 +833,14 @@ Skills は `.github/skills/` に配置されているため、Copilot が自動
 │   ├── scientific-phylogenetics/
 │   ├── scientific-rrna-taxonomy/
 │   ├── scientific-plant-biology/
-│   └── scientific-marine-ecology/
+│   ├── scientific-marine-ecology/
+│   ├── scientific-environmental-geodata/
+│   └── scientific-paleobiology/
 │
 │── [W] システム生物学
 │   ├── scientific-systems-biology/
-│   └── scientific-metabolic-modeling/
+│   ├── scientific-metabolic-modeling/
+│   └── scientific-metabolic-atlas/
 │
 │── [X] 疫学・公衆衛生
 │   ├── scientific-epidemiology-public-health/
@@ -807,7 +848,8 @@ Skills は `.github/skills/` に配置されているため、Copilot が自動
 │   └── scientific-toxicology-env/
 │
 │── [Y] 集団遺伝学
-│   └── scientific-population-genetics/
+│   ├── scientific-population-genetics/
+│   └── scientific-gwas-catalog/
 │
 └── [Z] 科学テキストマイニング
     ├── scientific-text-mining-nlp/

package/package.json CHANGED Viewed

@@ -1,6 +1,6 @@
 {
   "name": "@nahisaho/satori",
-  "version": "0.16.0",
+  "version": "0.18.0",
   "description": "SATORI — Agent Skills for Science. GitHub Copilot Agent Skills collection for scientific data analysis.",
   "main": "index.js",
   "bin": {

package/src/.github/skills/scientific-alphafold-structures/SKILL.md ADDED Viewed

@@ -0,0 +1,256 @@
+---
+name: scientific-alphafold-structures
+description: |
+  AlphaFold 構造予測スキル。AlphaFold Protein Structure Database
+  REST API による予測構造取得・pLDDT 信頼度解析・PAE 残基間
+  距離予測・構造カバレッジ分析。ToolUniverse 連携: alphafold。
+tu_tools:
+  - key: alphafold
+    name: AlphaFold Database
+    description: AlphaFold 予測構造・コンフィデンス・PAE 取得
+---
+# Scientific AlphaFold Structures
+AlphaFold Protein Structure Database REST API を活用した
+構造予測取得・信頼度解析パイプラインを提供する。
+## When to Use
+- UniProt ID から AlphaFold 予測構造を取得するとき
+- pLDDT スコアで構造信頼度を評価するとき
+- PAE (Predicted Aligned Error) で残基間予測精度を分析するとき
+- 構造カバレッジ (モデル化割合) を確認するとき
+- AlphaFold 構造を実験構造と比較するとき
+- 大規模プロテオーム構造データをバッチ取得するとき
+---
+## Quick Start
+## 1. AlphaFold 予測構造取得
+```python
+import requests
+import pandas as pd
+import numpy as np
+from io import StringIO
+AFDB_BASE = "https://alphafold.ebi.ac.uk/api"
+def alphafold_get_prediction(uniprot_id, version=4):
+    """
+    AlphaFold DB — 予測構造取得。
+    Parameters:
+        uniprot_id: str — UniProt アクセッション (例: "P00533")
+        version: int — AlphaFold モデルバージョン
+    """
+    url = f"{AFDB_BASE}/prediction/{uniprot_id}"
+    resp = requests.get(url, timeout=30)
+    resp.raise_for_status()
+    entries = resp.json()
+    if not entries:
+        print(f"No AlphaFold prediction for {uniprot_id}")
+        return None
+    entry = entries[0] if isinstance(entries, list) else entries
+    result = {
+        "uniprot_id": uniprot_id,
+        "entry_id": entry.get("entryId", ""),
+        "gene": entry.get("gene", ""),
+        "organism": entry.get("organismScientificName", ""),
+        "tax_id": entry.get("taxId", ""),
+        "sequence_length": entry.get("uniprotEnd", 0)
+                           - entry.get("uniprotStart", 0) + 1,
+        "model_url": entry.get("cifUrl", ""),
+        "pdb_url": entry.get("pdbUrl", ""),
+        "pae_url": entry.get("paeImageUrl", ""),
+        "global_plddt": entry.get("globalMetricValue", None),
+        "model_version": entry.get("latestVersion", version),
+    }
+    print(f"AlphaFold {uniprot_id}: pLDDT={result['global_plddt']}, "
+          f"length={result['sequence_length']}")
+    return result
+```
+## 2. pLDDT 信頼度プロファイル解析
+```python
+import biotite.structure.io.pdbx as pdbx
+import biotite.structure as struc
+def alphafold_plddt_profile(uniprot_id, output_dir="results"):
+    """
+    AlphaFold — pLDDT 残基別信頼度プロファイル。
+    Parameters:
+        uniprot_id: str — UniProt アクセッション
+        output_dir: str — 出力ディレクトリ
+    """
+    from pathlib import Path
+    output_dir = Path(output_dir)
+    output_dir.mkdir(parents=True, exist_ok=True)
+    # CIF 取得
+    pred = alphafold_get_prediction(uniprot_id)
+    if not pred:
+        return pd.DataFrame()
+    cif_url = pred["model_url"]
+    resp = requests.get(cif_url, timeout=60)
+    resp.raise_for_status()
+    cif_path = output_dir / f"AF-{uniprot_id}.cif"
+    cif_path.write_bytes(resp.content)
+    # pLDDT = B-factor in AlphaFold structures
+    pdbx_file = pdbx.CIFFile.read(str(cif_path))
+    structure = pdbx.get_structure(pdbx_file, model=1)
+    ca_mask = structure.atom_name == "CA"
+    ca_atoms = structure[ca_mask]
+    residues = []
+    for i, atom in enumerate(ca_atoms):
+        residues.append({
+            "residue_index": i + 1,
+            "residue_name": atom.res_name,
+            "chain": atom.chain_id,
+            "plddt": atom.b_factor,
+        })
+    df = pd.DataFrame(residues)
+    # 信頼度カテゴリ
+    df["confidence"] = pd.cut(
+        df["plddt"],
+        bins=[0, 50, 70, 90, 100],
+        labels=["Very low", "Low", "Confident", "Very high"],
+    )
+    n_high = (df["plddt"] >= 70).sum()
+    print(f"pLDDT profile {uniprot_id}: {len(df)} residues, "
+          f"{n_high}/{len(df)} confident (≥70)")
+    return df
+```
+## 3. PAE (Predicted Aligned Error) 解析
+```python
+def alphafold_pae_analysis(uniprot_id):
+    """
+    AlphaFold — PAE マトリクス解析。
+    Parameters:
+        uniprot_id: str — UniProt アクセッション
+    """
+    url = (f"https://alphafold.ebi.ac.uk/files/"
+           f"AF-{uniprot_id}-F1-predicted_aligned_error_v4.json")
+    resp = requests.get(url, timeout=30)
+    resp.raise_for_status()
+    data = resp.json()
+    pae_data = data[0] if isinstance(data, list) else data
+    pae_matrix = np.array(pae_data.get("predicted_aligned_error",
+                                         pae_data.get("pae", [])))
+    # ドメイン境界推定 (低 PAE ブロック検出)
+    n_res = pae_matrix.shape[0]
+    mean_pae = pae_matrix.mean()
+    low_pae_mask = pae_matrix < mean_pae * 0.5
+    # 行ごとの低 PAE 連続領域
+    domain_scores = []
+    for i in range(n_res):
+        row = low_pae_mask[i]
+        domain_scores.append(row.sum() / n_res)
+    result = {
+        "uniprot_id": uniprot_id,
+        "pae_matrix_shape": pae_matrix.shape,
+        "mean_pae": float(mean_pae),
+        "median_pae": float(np.median(pae_matrix)),
+        "min_pae": float(pae_matrix.min()),
+        "max_pae": float(pae_matrix.max()),
+        "domain_scores": domain_scores,
+    }
+    print(f"PAE {uniprot_id}: {n_res}x{n_res} matrix, "
+          f"mean={mean_pae:.1f} Å")
+    return result, pae_matrix
+```
+## 4. AlphaFold 統合パイプライン
+```python
+def alphafold_pipeline(uniprot_ids, output_dir="results"):
+    """
+    AlphaFold 構造解析統合パイプライン。
+    Parameters:
+        uniprot_ids: list[str] — UniProt IDs
+        output_dir: str — 出力ディレクトリ
+    """
+    from pathlib import Path
+    output_dir = Path(output_dir)
+    output_dir.mkdir(parents=True, exist_ok=True)
+    all_predictions = []
+    all_plddt = []
+    for uid in uniprot_ids:
+        # 1) 予測取得
+        pred = alphafold_get_prediction(uid)
+        if pred:
+            all_predictions.append(pred)
+        # 2) pLDDT プロファイル
+        plddt = alphafold_plddt_profile(uid, output_dir=output_dir)
+        if not plddt.empty:
+            plddt["uniprot_id"] = uid
+            all_plddt.append(plddt)
+    # サマリ
+    pred_df = pd.DataFrame(all_predictions)
+    pred_df.to_csv(output_dir / "predictions.csv", index=False)
+    if all_plddt:
+        plddt_df = pd.concat(all_plddt, ignore_index=True)
+        plddt_df.to_csv(output_dir / "plddt_profiles.csv", index=False)
+    print(f"AlphaFold pipeline: {len(all_predictions)} structures")
+    return {"predictions": pred_df}
+```
+---
+## ToolUniverse 連携
+| TU Key | ツール名 | 連携内容 |
+|--------|---------|---------|
+| `alphafold` | AlphaFold Database | 予測構造・pLDDT・PAE 取得 |
+## パイプライン統合
+```
+protein-structure-analysis → alphafold-structures → protein-design
+  (PDB 実験構造)            (AlphaFold 予測)       (de novo 設計)
+       │                          │                     ↓
+  structural-proteomics ─────────┘              molecular-docking
+  (EMDB/PDBe)               │                  (結合予測)
+                              ↓
+                    variant-effect-prediction
+                    (構造ベース変異評価)
+```
+## パイプライン出力
+| ファイル | 説明 | 次スキル |
+|---------|------|---------|
+| `results/predictions.csv` | 予測メタデータ | → protein-structure-analysis |
+| `results/plddt_profiles.csv` | 残基別 pLDDT | → protein-design |
+| `results/AF-*.cif` | 予測構造ファイル | → molecular-docking |