使用多生物标志物整合预测患者对免疫检查点抑制剂 (ICIs) 的反应。给定癌症类型、体细胞突变和可选生物标志物（TMB、PD-L1、MSI 状态），进行 11 个阶段的系统分析，涵盖 TMB 分类、新抗原负荷估计、MSI/MMR 评估、PD-L1 评估、免疫微环境分析、基于突变的耐药性/敏感性预测、临床证据检索和多生物标志物评分整合。生成定量 ICI 反应评分 (0-100)、反应可能性等级、带有证据的具体 ICI 药物建议、耐药风险因素和监测计划。当肿瘤学家询问免疫治疗资格、检查点抑制剂选择或生物标志物引导的 ICI 治疗决策时使用。
通过命令行快速安装 tooluniverse-immunotherapy-response-prediction AI 技能到你的开发环境
来源：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 |
使用多生物标志物整合预测患者对免疫检查点抑制剂 (ICIs) 的反应。给定癌症类型、体细胞突变和可选生物标志物（TMB、PD-L1、MSI 状态），进行 11 个阶段的系统分析，涵盖 TMB 分类、新抗原负荷估计、MSI/MMR 评估、PD-L1 评估、免疫微环境分析、基于突变的耐药性/敏感性预测、临床证据检索和多生物标志物评分整合。生成定量 ICI 反应评分 (0-100)、反应可能性等级、带有证据的具体 ICI 药物建议、耐药风险因素和监测计划。当肿瘤学家询问免疫治疗资格、检查点抑制剂选择或生物标志物引导的 ICI 治疗决策时使用。 来源：mims-harvard/tooluniverse。
为搜索与 AI 引用准备的稳定字段与命令。
npx skills add https://github.com/mims-harvard/tooluniverse --skill tooluniverse-immunotherapy-response-prediction使用多生物标志物整合预测患者对免疫检查点抑制剂 (ICIs) 的反应。给定癌症类型、体细胞突变和可选生物标志物（TMB、PD-L1、MSI 状态），进行 11 个阶段的系统分析，涵盖 TMB 分类、新抗原负荷估计、MSI/MMR 评估、PD-L1 评估、免疫微环境分析、基于突变的耐药性/敏感性预测、临床证据检索和多生物标志物评分整合。生成定量 ICI 反应评分 (0-100)、反应可能性等级、带有证据的具体 ICI 药物建议、耐药风险因素和监测计划。当肿瘤学家询问免疫治疗资格、检查点抑制剂选择或生物标志物引导的 ICI 治疗决策时使用。 来源：mims-harvard/tooluniverse。
打开你的终端或命令行工具（如 Terminal、iTerm、Windows Terminal 等） 复制并运行以下命令：npx skills add https://github.com/mims-harvard/tooluniverse --skill tooluniverse-immunotherapy-response-prediction 安装完成后，技能将自动配置到你的 AI 编程环境中，可以在 Claude Code、Cursor 或 OpenClaw 中使用
https://github.com/mims-harvard/tooluniverse