RD&BD-monitor-patent&evidence&deal&drug-ADC

概述

本 Skill 面向 ADC 领域研发与商务拓展人员，提供月度/周度进展监控简报自动化生成能力。

• 监控范围：全 ADC 领域（不限靶点/公司）
• 默认周期：最近30天（可调整为7天/季度）
• 输出格式：可下载的自包含 HTML 报告

触发方式

用户说以下任意短语即触发本 Skill：

• @skill:adc-landscape-monitoring
• "运行ADC简报"、"ADC月度监控"、"ADC最新进展"
• 指定时间范围，如"2026年5月ADC简报"、"过去一个月ADC进展"

数据模块与 MCP 工具映射

执行步骤（9步编排）

Step 0：解析时间范围

• 默认：最近30天（today - 30days 至 today）
• 用户指定月份：严格锁定 YYYY-MM-01 至 YYYY-MM-30/31
• 用户指定周：today - 7days 至 today

Step 1：并行抓取所有模块数据

并行调用以下工具（无依赖关系，可同时执行）：

1. ls_drug_deal_search（BD交易，全量）
2. ls_clinical_trial_result_search（临床结果，limit=50，page1+page2）
3. ls_clinical_trial_search（新注册临床，limit=50）
4. ls_patent_search（专利，limit=30）
5. ls_drug_search（获批药物，highest_phase=approved）
6. mcp_web-search__web_search（会议动态，按当月会议日历选词）

Step 2A：BD交易模块处理

• 字段：deal_title / deal_time / principle_organization / partner_organization / url
• 链接：原始 url 字段优先；无则 synapse.zhihuiya.com/news-detail/{deal_id}
• 展示：全量展示（通常≤10笔），含双方公司、金额、交易类型标签

Step 2B：临床结果模块处理

• 抓取：ls_clinical_trial_result_search（2页，共100条）
• 补充：对前8条调用 ls_clinical_trial_result_fetch 获取 results[] 原始数值
• 客观描述规范：
  • 必填9字段：trial_name / drug / target / indication / phase / sponsor_org / key_endpoints / publication_date / source_url
  • 数字直接引用工具返回原始值；禁止"约"、"令人振奋"等修饰词
  • results[] 为空时标注"详细数据请点击来源链接查看"，禁止推测补填
  • 标题格式：📊 临床结果（X条展示 / matched_total=Y条，日期范围）
• 链接：synapse.zhihuiya.com/clinical-result-detail/{ct_result_id}
• 模块末尾必须生成📋 本期临床结果小结：数据范围/靶点列表/阶段分布/主要适应症

Step 2C：新注册临床模块处理

• 精选8条（优先Ph3、知名企业、新靶点）
• 字段：trial_title / phase / drug / target / indication / organization / clinical_trial_id
• 链接：synapse.zhihuiya.com/clinical-progress-detail/{clinical_trial_id}

Step 2D：专利模块处理

• 检索：ls_patent_search（drug_type=["ADC"]，严格锁定公开日期范围）
• 相关性过滤：标题/摘要须含 ADC / antibody-drug conjugate / 靶点名 / linker / payload 之一
• 非ADC专利（如机械/电力类）必须剔除，并在小结中注明剔除原因
• 客观描述规范：
  • 技术标签仅从标题/摘要明确词汇提取，无法确认时标注"详见全文"
  • DAR值仅当权利要求/摘要明确数字时填写
  • 禁用表述："突破性专利"/"颠覆领域"/"极具商业价值"/"领先全球"
  • 推荐阅读使用7类维度代码：NEW_TARGET / KEY_ASSIGNEE / TECH_CLASS / COMBO_THERAPY / PLATFORM_TECH / CLINICAL_RELEVANCE / GEOGRAPHY
  • AI技术三要素：每件专利必须基于title+content提炼：技术问题 / 技术方案 / 技术效果（不可推测虚构）
• 卡片结构：专利号+法律状态+日期 → 标题 → 申请人（含国家）→ 技术标签 → 三要素 → 推荐原因 → 链接
• 模块末尾必须生成📋 本期专利小结：检索范围/技术分类/申请人地域/标题明确靶点/剔除说明
• 链接：eureka.zhihuiya.com/view/#/fullText?patentId={id}（id字段，非patent_id）

Step 2E：获批药物模块处理

• 查询：ls_drug_search（highest_phase=["approved"]）
• 筛选：first_approved_date 在时间范围内的新批品种
• 字段：药物名/INN / 获批日期 / 公司（原研+持有）/ 靶点 / Payload类型 / Linker / DAR / 适应症
• 链接：synapse.zhihuiya.com/drug-detail/{drug_id}

Step 3：三维去重频次统计

• 维度：靶点 / 公司 / 适应症
• 口径：同一来源内同一实体去重；跨来源（临床结果/临床试验/专利/BD/会议）频次累加
• 排除：未知/未披露/通用ADC等非具体实体
• 仅统计频次，不打分、不加权
• 统计说明框必须写明：监控范围/各来源采样量/matched_total/去重逻辑

Step 4：权威会议模块

• 按当月日历判断相关会议（JPM=1月/AACR=4月/ASCO=5-6月/ESMO=9月/SABCS=12月/ASH=12月）
• 对进行中或刚结束的会议执行网络搜索抓取ADC相关摘要
• 标注来源可靠性：🟢高（多源一致）/ 🟡中（单源）/ ⚠️ Unverified（需原始摘要核实）
• 智慧芽数据库会议数据入库延迟约1-4周，需说明

Step 5：趋势对比模块

• 与上期数据对比（如有）：临床数量↑↓ / BD金额↑↓ / 热门靶点变化 / 新涌现公司
• 无历史数据时标注"首期简报，无对比基准"

Step 6：HTML报告渲染规范

6.1 整体结构

报告头部（渐变横幅）
↓ 概览数据卡（7色分类，hover阴影）
↓ 执行摘要（双列网格，彩色竖线）
↓ 获批药物（绿色渐变背景，2×4参数网格）
↓ BD交易
↓ 临床结果（含小结）
↓ 新注册临床
↓ 专利精选（含三要素+小结）
↓ 靶点/公司/适应症可视化（彩色渐变横条图）
↓ 权威会议
↓ 趋势对比
↓ MCP工具统计面板（深色主题）
↓ 来源列表（分类展示）

6.2 标签体系（8类，严格使用CSS class）

6.3 紧凑卡片结构（所有模块统一）

• 内边距：12px 14px
• 标题行：实体名（粗体）+ badge群 + 日期（右对齐）
• 标签行：所有属性标签化，行内展示
• 数据框：仅原始数值，左侧彩色竖线
• 链接按钮：右下角，11px小字

6.4 data-tags 规范

每张卡片 data-tags 属性必须包含： 靶点（英文）/ 药物名 / 公司缩写 / 阶段 / 地域 / 技术类型 / 适应症关键词

6.5 搜索筛选框（3模块必须配置）

JS函数：filterCards(sectionId, query) + filterByTag(sectionId, tag)，含计数实时更新。

Step 7：链接校验

渲染前必须调用校验函数，禁止以下格式进入最终HTML：

• clinical-results-detail（多s）
• clinical-trial-result-detail（多trial）
• clinical-trial-detail（路径错误）
• fulltext?patentid=（大小写错误）
• patent_id=（下划线错误）

Step 8：来源标记规范

参见 references/zhihuiya_link_standard.md，所有条目必须按分类展示：

1. 专利/论文证据
2. 智慧芽结构化数据（临床结果/临床试验/药物/BD交易）
3. 公开网页证据（标注Unverified）

输出文件命名规范

常见问题排查

引用的参考文档

• references/zhihuiya_link_standard.md：智慧芽链接规范（所有链接生成必须遵循）
• references/adc_conference_calendar.md：ADC领域权威会议日历
• references/adc_target_glossary.md：ADC靶点标准命名参照表