使用多生物標記整合預測患者對免疫檢查點抑制劑 (ICIs) 的反應。給定癌症類型、體細胞突變和可選生物標記（TMB、PD-L1、MSI 狀態），進行 11 個階段的系統分析，涵蓋 TMB 分類、新抗原負荷估計、MSI/MMR 評估、PD-L1 評估、免疫微環境分析、基於突變的抗藥性/敏感性預測、臨床證據檢索和多重生物標記評分。產生定量 ICI 反應評分 (0-100)、反應可能性等級、帶有證據的具體 ICI 藥物建議、抗藥性風險因素和監測計劃。當腫瘤學家詢問免疫治療資格、檢查點抑制劑選擇或生物標記引導的 ICI 治療決策時使用。
透過命令列快速安裝 tooluniverse-immunotherapy-response-prediction AI 技能到你的開發環境
來源：mims-harvard/tooluniverse。
Predict patient response to immune checkpoint inhibitors (ICIs) using multi-biomarker integration. Transforms a patient tumor profile (cancer type + mutations + biomarkers) into a quantitative ICI Response Score with drug-specific recommendations, resistance risk assessment, and monitoring plan.
Required: Cancer type + at least one of: mutation list OR TMB value Optional: PD-L1 expression, MSI status, immune infiltration data, HLA type, prior treatments, intended ICI
| Cancer + mutations | "Melanoma, BRAF V600E, TP53 R273H" | cancer=melanoma, mutations=[BRAF V600E, TP53 R273H] | | Cancer + TMB | "NSCLC, TMB 25 mut/Mb" | cancer=NSCLC, tmb=25 | | Cancer + full profile | "Melanoma, BRAF V600E, TMB 15, PD-L1 50%, MSS" | cancer=melanoma, mutations=[BRAF V600E], tmb=15, pdl1=50, msi=MSS |
使用多生物標記整合預測患者對免疫檢查點抑制劑 (ICIs) 的反應。給定癌症類型、體細胞突變和可選生物標記（TMB、PD-L1、MSI 狀態），進行 11 個階段的系統分析，涵蓋 TMB 分類、新抗原負荷估計、MSI/MMR 評估、PD-L1 評估、免疫微環境分析、基於突變的抗藥性/敏感性預測、臨床證據檢索和多重生物標記評分。產生定量 ICI 反應評分 (0-100)、反應可能性等級、帶有證據的具體 ICI 藥物建議、抗藥性風險因素和監測計劃。當腫瘤學家詢問免疫治療資格、檢查點抑制劑選擇或生物標記引導的 ICI 治療決策時使用。 來源：mims-harvard/tooluniverse。
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-immunotherapy-response-prediction使用多生物標記整合預測患者對免疫檢查點抑制劑 (ICIs) 的反應。給定癌症類型、體細胞突變和可選生物標記（TMB、PD-L1、MSI 狀態），進行 11 個階段的系統分析，涵蓋 TMB 分類、新抗原負荷估計、MSI/MMR 評估、PD-L1 評估、免疫微環境分析、基於突變的抗藥性/敏感性預測、臨床證據檢索和多重生物標記評分。產生定量 ICI 反應評分 (0-100)、反應可能性等級、帶有證據的具體 ICI 藥物建議、抗藥性風險因素和監測計劃。當腫瘤學家詢問免疫治療資格、檢查點抑制劑選擇或生物標記引導的 ICI 治療決策時使用。 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-immunotherapy-response-prediction 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