综合多组学疾病表征，整合基因组学、转录组学、蛋白质组学、通路和治疗层，以实现系统级理解。生成详细的多组学报告，包括定量置信度评分 (0-100)、跨层基因一致性分析、候选生物标志物、治疗机会和机制假设。在 8 个分析层使用 80 多个 ToolUniverse 工具。当用户询问疾病机制、多组学分析、疾病系统生物学、生物标志物发现或从疾病角度识别治疗靶点时使用。
通过命令行快速安装 tooluniverse-multiomic-disease-characterization AI 技能到你的开发环境
来源：mims-harvard/tooluniverse。
Characterize diseases across multiple molecular layers (genomics, transcriptomics, proteomics, pathways) to provide systems-level understanding of disease mechanisms, identify therapeutic opportunities, and discover biomarker candidates.
| disease | Yes | Disease name, OMIM ID, EFO ID, or MONDO ID | Alzheimer disease, MONDO0004975 | | tissue | No | Tissue/organ of interest | brain, liver, blood | | focuslayers | No | Specific omics layers to emphasize | genomics, transcriptomics, pathways |
| 80-100 | Excellent | Comprehensive multi-omics coverage, high confidence, strong cross-layer concordance | | 60-79 | Good | Good coverage across most layers, some gaps | | 40-59 | Moderate | Moderate coverage, limited cross-layer integration | | 0-39 | Limited | Limited data, single-layer analysis dominates |
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-multiomic-disease-characterization综合多组学疾病表征，整合基因组学、转录组学、蛋白质组学、通路和治疗层，以实现系统级理解。生成详细的多组学报告，包括定量置信度评分 (0-100)、跨层基因一致性分析、候选生物标志物、治疗机会和机制假设。在 8 个分析层使用 80 多个 ToolUniverse 工具。当用户询问疾病机制、多组学分析、疾病系统生物学、生物标志物发现或从疾病角度识别治疗靶点时使用。 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-multiomic-disease-characterization 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