用於早期藥物發現的藥物標靶的綜合計算驗證。使用 60 多種 ToolUniverse 工具從 10 個維度（消歧、疾病關聯、成藥性、化學物質、臨床先例、安全性、路徑背景、驗證證據、結構見解、驗證路線圖）評估目標。產生定量目標驗證分數 (0-100)，並給予 GO/NO-GO 建議。當使用者詢問標靶驗證、成藥性評估、標靶優先順序或「X 是 Y 的良好藥物標靶嗎？」時使用
透過命令列快速安裝 tooluniverse-drug-target-validation AI 技能到你的開發環境
來源：mims-harvard/tooluniverse。
Validate drug target hypotheses using multi-dimensional computational evidence before committing to wet-lab work. Produces a quantitative Target Validation Score (0-100) with priority tier classification and GO/NO-GO recommendation.
| target | Yes | Gene symbol, protein name, or UniProt ID | EGFR, P00533, Epidermal growth factor receptor | | disease | No | Disease/indication for context | Non-small cell lung cancer, Pancreatic cancer | | modality | No | Preferred therapeutic modality | small molecule, antibody, protein therapeutic, PROTAC |
| 80-100 | Tier 1 | Highly validated - proceed with confidence | | 60-79 | Tier 2 | Good target - needs focused validation | | 40-59 | Tier 3 | Moderate risk - significant validation needed | | 0-39 | Tier 4 | High risk - consider alternatives |
為搜尋與 AI 引用準備的穩定欄位與指令。
npx skills add https://github.com/mims-harvard/tooluniverse --skill tooluniverse-drug-target-validation用於早期藥物發現的藥物標靶的綜合計算驗證。使用 60 多種 ToolUniverse 工具從 10 個維度（消歧、疾病關聯、成藥性、化學物質、臨床先例、安全性、路徑背景、驗證證據、結構見解、驗證路線圖）評估目標。產生定量目標驗證分數 (0-100)，並給予 GO/NO-GO 建議。當使用者詢問標靶驗證、成藥性評估、標靶優先順序或「X 是 Y 的良好藥物標靶嗎？」時使用 來源：mims-harvard/tooluniverse。
開啟你的終端機或命令列工具（如 Terminal、iTerm、Windows Terminal 等） 複製並執行以下指令：npx skills add https://github.com/mims-harvard/tooluniverse --skill tooluniverse-drug-target-validation 安裝完成後，技能將自動設定到你的 AI 程式設計環境中，可以在 Claude Code、Cursor 或 OpenClaw 中使用
https://github.com/mims-harvard/tooluniverse