技能简介
很多肿瘤方向的讨论会停在“这个位点很重要”，却接不出下一句。这一期的目标是把突变背景、潜在药物和后续验证方向压缩成一个更适合教学、组会或病例讨论的结果页。
传统方式通常需要 30–60分钟，而把流程说清楚后，AI 辅助可以在 约10分钟 内先跑出第一轮可汇报结果。
🧭 开始前先确认这 4 件事
先确定具体突变名称
最好明确到经典热点位点或耐药位点，避免只用模糊的基因名导致检索结果过散。
癌种范围要先限定
同一突变在不同癌种里的频率和临床意义差异很大，最好提前界定讨论背景。
药物层级提前区分
已上市药物、研究中分子和机制线索应分层呈现，避免把不同证据强度混在一起。
声明用途边界
这类结果适合科研和教学讨论，不应替代真实临床用药决策。
📦 一轮像样输出至少应交付这 4 样
突变背景摘要卡
展示高频癌种、热点位点和常见临床关注点，帮助快速进入讨论。
药物与机制清单
把相关药物、作用机制和研究阶段整理成一页表。
target-disease 证据摘要
补充突变、靶点与疾病之间的综合支持强度，便于判断后续深挖价值。
精准医学讨论页
适合组会、课堂或病例讨论时直接引用的整合版结果。
💡 适用场景
病例或组会讨论
把突变从“知识点”变成更完整的讨论对象。
药物线索初筛
需要先知道某个突变有没有相对明确的靶向药方向时很有帮助。
肿瘤方向入门
适合新手理解体细胞突变、药物机制和证据链之间如何连接。
教学演示材料
一页结果卡比多个数据库标签页更适合课堂展示。
⚙️ 核心实操流程
先看突变到底常不常见、出现在哪些癌种
第一步你先别谈药。 先看这个突变在肿瘤世界里到底重不重要。 它常见在哪些癌种、是不是热点位点，已经先整理好了
调用 `cosmic-database`： 查询 BRAF V600E 或 EGFR L858R / T790M 这类经典肿瘤突变， 返回涉及癌种、突变频率、热点位点信息和已知的临床关注点。
把相关药物和机制补上
第二步最关键。 你开始把“突变”变成“可干预的线索”。 哪些药是已经上市的，哪些只是研究阶段的，一下就分清了
调用 `drugbank-database`： 检索针对 BRAF / EGFR 通路的已上市和研究中药物， 输出作用机制、药物类别、主要适应证和常见耐药关注点。
看这个 target-disease 链路证据够不够硬
很多时候你不是缺药名， 是缺一条能说服人的证据链。 第三步跑完之后，这个靶点到底是“顺手一查”，还是“值得继续做”的方向，差别就出来了
调用 `opentargets-database`： 检查 BRAF / EGFR 与对应癌种之间的 target-disease evidence， 输出遗传学、体细胞、药物和文献支持强度， 并标注值得继续验证的方向。
生成一页肿瘤突变-药物线索卡片
最后一步最爽的地方，是你终于能把零散网页变成结果产物。 一页卡片直接落地。 组会、病例讨论、教学演示都能直接拿出来讲
把以上信息整合成一页精准医学讨论卡片，包含： - 突变名称 - 高频癌种 - 核心通路 - 相关药物 - 证据强度 - 建议下一步（文献复核 / 功能验证 / 课堂讨论） 并注明“仅用于科研 / 教学讨论，不替代临床医嘱”。
建议录制的关键画面
- 肿瘤突变名称输入
- COSMIC 癌种分布结果
- DrugBank 药物与机制列表
- Open Targets 证据摘要
- 最终精准医学讨论卡片
建议准备的关键截图
- 突变热点摘要图
- 药物列表卡片
- 证据强度摘要页
- 最终整合结果页
🧯 最常见的 4 类翻车点
只看药名不看证据层级
没有区分上市、试验中和机制推断时，结果很容易被过度解读。
忽略癌种差异
同一位点在不同肿瘤中的频率和意义不同，不能简单横向搬用。
把科研线索说成治疗建议
公开页和讨论卡应明确“仅用于科研/教学”，避免造成误导。
没有后续动作建议
如果不补文献复核、功能验证或课堂讨论建议，整合结果就很难进入下一步。
🔗 相关技能
💡 代码包内含 README.md，说明目录结构、主要文件与使用建议。解压后即可继续整理或二次演示。