1. 基本信息
| 项目 | 内容 |
|---|---|
| 名称 | grna-design-gptomics-bioskills |
| 项目自述名称 | bioSkills（合集整体名称；本技能内部标识为 bio-genome-engineering-grna-design） |
| 作者/维护者 | GPTomics（GitHub Organization） |
| 来源链接 | https://github.com/GPTomics/bioSkills/tree/main/genome-engineering/grna-design |
| 许可证 | MIT（GitHub API 确认） |
| GitHub Stars | 1,118（合集仓库整体数字，不代表本技能自身热度） |
| Forks | 193（合集仓库整体） |
| 最新版本 | v3.0（2026-02-14 发布 tag；仓库此后持续有提交，未再打新 tag） |
| 安装方式 | git clone 后运行仓库自带安装脚本，支持按类目选择安装 |
以上数据来自 GitHub API 与仓库 README，均已交叉验证。
2. 功能介绍与亮点
grna-design 是一个 CRISPR 基因编辑向导 RNA（gRNA/sgRNA）设计技能，覆盖从目标序列扫描到最终候选排序的完整流程：
- 多核酸酶 PAM 扫描：支持 SpCas9（NGG）、SaCas9（NNGRRT）、Cas12a（TTTV）、SpCas9-NG、近乎无 PAM 限制的 SpRY 等多种核酸酶变体的 PAM 位点识别
- 硬性过滤：剔除含 Pol-III 终止子（TTTT）、5’ 端 G 缺失、GC 含量异常等结构性问题的候选序列
- 场景化打分模型选择：根据递送方式（U6/慢病毒载体 vs 体外 T7 转录/RNP）自动匹配合适的活性预测模型（Rule Set 2/Azimuth、CRISPRscan、DeepHF、DeepCpf1），并明确指出跨场景直接套用模型分数是常见误区
- 编辑结局预测：整合 Bae 移码评分、inDelphi、FORECasT、Lindel 等工具预测插入缺失（indel）谱，判断敲除是否真正会破坏蛋白功能，而不仅是“产生编辑”
- 失败模式说明：明确指出约 1/3 移码突变仍可能因翻译重启、外显子跳跃、NMD 逃逸等机制保留部分蛋白功能，提示需在蛋白层面验证敲除效果
主要亮点：内容由 22 篇同行评审文献支撑（Jinek 2012、Doench 2014/2016 等原始方法学论文），每个技术决策都标注了适用边界和失败场景，而非泛泛的操作说明。
3. 适用场景
所属分类：数据分析与可视化——该技能的核心产出是对候选 gRNA 序列的定量评分、排序与编辑结局预测，属于面向具体生物学数据的计算分析工具，而非工作流编排或第三方系统集成。
适用人群与场景：
- 计划敲除单个基因、需要从头设计并挑选高活性 sgRNA 的实验室研究人员
- 在多种核酸酶（SpCas9/SaCas9/Cas12a）或多种递送方式（慢病毒稳定敲除 vs mRNA/RNP 瞬时编辑）之间做技术选型的研究者
- 敲除后表型不明显、需要排查是否为“高编辑效率但低功能性敲除”的实验诊断场景
- 在设计合并型 CRISPR 筛选文库前，需要为每个基因预先筛选候选 sgRNA 的筛选设计人员
4. 跨 Agent 兼容性
- Claude Code：原生支持——仓库提供
install-claude.sh，可全局安装或按类目（如genome-engineering）选择性安装 - Codex：原生支持——提供独立的
install-codex.sh，用法与 Claude Code 版本一致 - OpenClaw：原生支持——提供
install-openclaw.sh，同时可直接从第三方市场 ClawHub 安装 - Hermes Agent：Hermes 官方网关文档已将本技能按“CRISPR & Genome Engineering”类目具名收录进其技能索引；仓库本身未提供专用 Hermes 安装脚本，具体安装路径未验证
5. 推荐理由
CRISPR 基因敲除实验的第一步永远是设计向导 RNA，这一步选错会直接导致后续几周到几个月的实验返工。grna-design 的价值不在于“能设计 gRNA”（这类工具很多），而在于把容易被忽视的两个关键事实前置说明：打分模型的适用场景是绑定的（不能跨核酸酶/递送方式套用分数），以及“编辑成功”不等于“敲除成功”。这让使用者在设计阶段就规划好后续的蛋白层面验证，而不是等表型异常了才回头排查。
6. 评分
| 维度 | 分数 | 说明 |
|---|---|---|
| 受欢迎程度 | 7 | 合集仓库整体 1,118 星，该数字属整个合集，不代表本技能自身热度；本技能自身有三个独立第三方渠道证据：Hermes 官方网关按专属类目具名收录、LobeHub 与 skills.sh 均有独立详情页 |
| 可用性 | 9 | 一条命令即可按类目安装（./install-claude.sh --categories "genome-engineering"）；文档含完整代码示例、决策表与常见错误排查表；仓库最近一次提交在 2026-08-05，维护活跃；无需付费依赖 |
| 安全性 | 9 | 纯提示词/参考文档类技能，不执行任何 shell 命令、不联网、不要求 API key 或凭据；License 明确（MIT）；未发现可疑指令或混淆代码 |
| 综合 | 8.33 | 三项均值 |
安全检查清单： ① 无 shell 命令执行 ② 无联网外发 ③ 不涉及 API key/凭据 ④ 未见可疑指令或 prompt injection 迹象 ⑤ 作者为具备连续维护记录的开源组织，无造假迹象 ⑥ License 明确（MIT） ⑦ 最近一次仓库级提交为 2026-08-05，维护活跃
7. 跟同类 Skills 相比的优势
| 项目 | 定位 | 与 grna-design 的差异 |
|---|---|---|
FreedomIntelligence/OpenClaw-Medical-Skills bio-workflows-crispr-editing-pipeline |
端到端 CRISPR 实验流程（设计+脱靶+编辑策略打包在一份文档，约 15.5KB） | 覆盖面更宽但单项深度更浅，未展开模型跨场景失效的具体机制说明 |
majiayu000/claude-skill-registry crispr-designer |
通用 gRNA 设计说明（约 1.5KB） | 内容极简，仅给出操作步骤框架，无打分模型选择依据、无编辑结局预测、无文献支撑 |
grna-design 的差异化在于把“哪个模型适用于哪种实验场景”和“编辑效率不等于敲除成功”这两个专业人员容易忽略、但会直接导致返工的问题写进了正文，而不是停留在“调用某个工具”的操作层面。
8. 用户评价
该技能目前在第三方平台尚无具名用户评价。所属仓库在 GitHub Issues 中有持续的社区互动记录，例如同一仓库内其他技能的引用错误曾被外部用户指出并由维护者修复（如 issue #104、#105），显示该项目对内容准确性问题有实际处理响应。
9. 其他补充
仓库同时提供多语言 agent 支持（README 明确列出 Claude Code、Codex、Antigravity CLI、OpenCode、OpenClaw 五种安装路径），并附带一份基于自建 Bio-Task Bench 数据集的评测报告（PDF），用于说明技能集合的整体准确性表现。
10. 安装使用方式
git clone git@github.com:GPTomics/bioSkills.git
cd bioSkills
./install-claude.sh --categories "genome-engineering" # 仅安装基因编辑设计相关技能
# 或安装全部技能：
./install-claude.sh安装后无需重启，Claude Code 会在下次读取 skills 目录时自动识别；技能通过对话中提及“设计 gRNA”“CRISPR 敲除设计”等意图触发。Codex 使用 ./install-codex.sh，OpenClaw 使用 ./install-openclaw.sh 或从 ClawHub 直接安装，用法一致。
11. 注意事项
- 实际运行示例代码需要用户自行安装 BioPython、CRISPOR 等 Python/命令行依赖，技能本身只提供代码模式与决策逻辑，不包含这些第三方生物信息学工具本身
- 打分模型强绑定实验场景（核酸酶类型、递送方式），跨场景使用会导致分数失真，正文已有明确提示但仍需使用者主动核对自己的实验设计是否匹配
- 敲除后建议在蛋白层面（而非仅测序层面）验证效果，技能文档已说明原因但不能替代实际湿实验验证