게놈 인텔리전스 — DNA 서열 예측

무엇을 해주나

Genomic Intelligence(GI)의 클라우드 GPU에서 돌아가는 트랜스포머 기반 DNA 언어모델을 Claude가 대신 호출해 줍니다. 로컬에 모델 가중치나 GPU, 무거운 파이썬 스택이 전혀 필요 없습니다.

지원 태스크는 6가지입니다.

• promoter — 구간 내 프로모터 영역 탐지
• splice — 도너/억셉터 스플라이스 부위 예측(장문맥 BigBird)
• enhancer — 발생·하우스키핑 인핸서 활성 점수(DeepSTARR)
• chromatin — 수백 개 트랙의 크로마틴 상태(DeepSEA)
• expression — TSS 중심 9,198bp 창 + 세포주 설명으로 log(TPM+1) 예측
• annotation — 참조 없이 de-novo 전사체 주석(비동기 잡)

여기에 "구간 내 유전자를 찾고 각각의 발현량까지 예측"하는 복합 워크플로가 더해집니다. 호출 경로는 두 가지로, 키 없이 쓸 수 있는 호스팅 MCP 서버(mcp.genomicintelligence.ai/mcp)와 GI_API_KEY가 필요한 REST /v1 API가 있습니다.

이런 분께 추천

• 규제 유전체학·전사 조절 연구를 하며 서열 기반 예측 결과를 빠르게 보고 싶은 연구자
• GPU 세팅 없이 DeepSEA/DeepSTARR류 예측을 시도해 보고 싶은 대학원생·바이오 스타트업 개발자
• MCP 기반 에이전트에 유전체 분석 도구를 붙이려는 개발자

임상·진단 목적이 아닌 연구개발 용도로만 사용해야 합니다. 로컬 정렬, 변이 콜링, 파일 I/O는 이 스킬의 범위가 아닙니다.

활용 예시

1. 키 없는 스모크 테스트 — "GI 데모 서열로 프로모터 예측 한번 돌려줘" → load_demo_sequence(name="promoter_tp53")로 핸들을 받고 predict_promoter를 호출.
2. 유전자 발현 예측 — "HBB를 K562 세포 맥락에서 발현량 예측해줘" → fetch_gene_for_expression(gene="HBB")로 TSS 중심 9,198bp 창을 만들고 predict_expression(description="K562 cells") 실행.
3. 구간 스캔 + 발현 예측 — "chr11:5,225,000-5,235,000 안의 유전자를 찾고 각 발현량을 알려줘" → fetch_region → find_genes_and_predict_expression.

클로드스킬마트에서 찾은 스킬을 설치해줘.
GitHub 저장소 K-Dense-AI/scientific-agent-skills 의 skills/genomic-intelligence 폴더를 내 ~/.claude/skills/genomic-intelligence/ 에 그대로 복사해줘.
설치가 끝나면 이 스킬로 무엇을 할 수 있는지 한 줄로 알려줘.