геном как рабочая карта решений: как разбирать свои гены через codex

01 / проблема

генетический отчёт становится полезным, когда ведёт к решению

человек сдаёт тест, получает красивый pdf и видит десятки строк: кофеин, витамин D, риск ожирения, спорт, кожа, лекарства. первые два дня интересно. потом файл исчезает в downloads.

причина простая: отчёт говорит “у вас есть вариант”, но почти никогда не говорит, какое решение теперь стало яснее. геном сам по себе не отвечает на вопрос “что делать завтра”. он показывает, куда смотреть.

поэтому рабочая формула такая: вариант → механизм → phenotype check → решение → проверка. если phenotype check пустой, мы не лечимся и не покупаем добавки. мы ставим следующий измеримый вопрос.

геном без phenotype — это астрология с хромосомами. сначала вероятность. потом наблюдаемое состояние. потом решение.

02 / метод

геном работает как граф вопросов

лестница доказательности

чем ниже слой, тем меньше права на действие

вопроскакое решение должно стать яснее?

осикакие механизмы могут реально менять ответ?

генотипточные rsid / регион / источник / build.

phenotypeлабы, wearables, симптомы, фото, динамика.

вердикттезис, механизм, слабость, следующий proof.

протоколмалый шаг с метрикой и rollback condition.

reviewчто изменилось и какая гипотеза умерла.

03 / мой пример

что получилось на моём корпусе

мой набор данных выглядит как маленькая персональная исследовательская лаборатория: 23andme array, TellmeGen variant-only WGS VCF, десятилетие анализов, давление Withings, HRV, imaging, текущие протоколы и история изменений. самое важное здесь не количество файлов, а то, что у каждого вывода есть адрес и статус.

например, один и тот же генетический сигнал можно прочитать тремя способами: как страх, как красивую историю или как задачу. рабочий режим — третий.

важная граница

в моём корпусе TellmeGen FASTQ сейчас corrupt/inactive; рабочий слой — 23andme raw и TellmeGen variant-only VCF. это значит: для обычных common-variant вопросов данных хватает, для raw-read/CNV/сложных repeat-задач нужны свежие FASTQ/BAM/CRAM с checksums.

карта моих осей: signal vs closure

operational map: signal, closure, next proof

сосудистая проводимость липиды кожа/матрикс железо/медь лекарства

04 / находки

четыре полезные вещи, которые я вынес из своего генома

conductance

сосуды важнее “просто формы”

NOS3 дал объяснительную ось: дешёво ли телу двигать кровь без лишней симпатической мобилизации.

lipids

Lp(a) — структурный налог

apoB можно двигать стеком и лекарствами. Lp(a) живёт отдельным слоем; поведение его не “исправляет”.

skin

кожа — это матрикс, не только крем

линия на лице читается как механика ткани: сшивка, эластичность, сосуды, восстановление.

iron

генетический риск может быть тихим

железо-ось есть, а текущие ferritin/TSAT/copper выглядят спокойно. значит нужен monitoring.

пример: липиды до нового drug boundary

аккуратное разделение управляемого слоя и inherited layer

ось	что нашлось	что это значит простыми словами	какой следующий шаг
NO / conductance	NOS3 rs2070744 CT + rs1799983 TG	сосудистой системе может быть дороже держать хороший flow без лишнего напряжения.	мерить BP вместе с reactivity/recovery: дыхание, isometric, вечерний lift, recovery.
липиды	apoB 0.77 → 0.67; Lp(a) 109 → 88.8 nmol/L	обычные частицы выглядят хорошо; inherited Lp(a) остаётся отдельным налогом.	после stable bempedoic/stack window повторить apoB/direct LDL/non-HDL/TG/HDL + uric acid.
pharmacogenomics	SLCO1B1 friction; ABCG2 clean; no obvious FH-style hit	статин path не “запрещён”, но friction-bearing; rosuvastatin/Bempedoic страх через ABCG2 ослаблен.	drug decisions вести от phenotype, current stack и side-effect monitoring.
skin / matrix	COL1A1, COL3A1, LOX, TGFB1 high-signal	для кожи важнее качество ремоделинга и сшивки, чем агрессивно “стимулировать коллаген”.	фото-динамика, cutometer по возможности, copper/ceruloplasmin/zinc context.
iron / copper	ferritin 63.2; TSAT 44%; copper 12.4; ceruloplasmin 19	генетический prior есть; текущий phenotype выглядит спокойным: без overload/anemia.	monitoring и bounded copper/zinc logic, не интервенция из страха.

05 / как повторить

как кто-то может работать со своими генами через codex

codex полезен как рабочая среда: держит файлы, строит таблицы, ищет rsid, пишет протоколы, не забывает source paths, запускает проверки и превращает разрозненный health-контекст в audit trail.

правильный вход: “у меня есть вопрос, вот sources, вот что уже измерено, вот что нельзя делать, вот какой decision должен стать яснее”.

лучший первый вопрос

“какие 3–5 осей моего генома имеют право на следующие измерения, и какая одна метрика по каждой оси подтвердит или убьёт гипотезу?”

1

скачать raw data

нужен raw txt/vcf; pdf-отчёт сам по себе слишком плоский. обязательно сохранить provider, genome build, sample id, дату, checksums.

2

создать маленький repo

папки: raw, state, runs, protocols, reports. raw приватный; reports можно делать публичными после редактуры.

3

задать 3 вопроса

лекарства, липиды, кожа, спорт, сон, восстановление. один run = один вопрос, не весь человек сразу.

архитектура маленького gene repo

простая схема для старта

06 / agent handoff

что передавать агентам, чтобы они не фантазировали

слабый запрос

“посмотри мой геном и скажи, что со мной”.

агент начнёт искать яркие варианты, собирать красивую историю и почти наверняка смешает risk inference с phenotype.

сильный запрос

“вопрос: можно ли начинать X / стоит ли мерить Y / что объясняет Z. источники: эти файлы. границы: не давать диагноз, разделить raw fact / interpretation / phenotype / decision. output: next test + confidence + rollback”.

# пример handoff для codex / агента задача: разобрать одну генетическую ось и связать её с текущим phenotype. контекст: - raw sources: 23andme txt + vcf, только из allowlist. - не использовать соседние геномы / downloads / случайные pdf. - гены = priors, не диагноз. - phenotype ledgers важнее старых summaries. output: 1. thesis: что реально понятно. 2. mechanism: через какой биологический механизм. 3. evidence table: raw_fact / interpretation / risk_prior / phenotype_state. 4. weakness: где данные слабые. 5. next proof: какой один тест или наблюдение подтвердит/убьёт гипотезу. 6. protocol_diff: что менять, на какой срок, чем откатить. запреты: - не писать "у тебя болезнь" из common SNP. - не советовать добавки без phenotype gate. - не смешивать provider report с raw-data extraction. - не трогать raw genome публично.

передать	зачем	пример
точный вопрос	ограничивает fantasy surface	“bempedoic start/hold”, “skin matrix”, “NO conductance”, “iron overload?”
source allowlist	защищает от случайных файлов	raw/23andme, raw/tellmegen vcf, selected ledgers
claim types	разделяет факт и вывод	rsid = raw fact; “risk prior” ≠ “phenotype state”
phenotype anchors	ставит тело выше красивой модели	apoB, BP, hsCRP, ferritin, photos, HRV, symptoms
stop rules	делает протокол управляемым	какая метрика отменяет гипотезу через 2–8 недель
privacy boundary	геном — самый чувствительный raw	raw остаётся локально; наружу только abstractions и redacted reports

07 / границы

что важно учесть перед работой с генами

medical

это не врачебный диагноз

common SNP почти никогда не даёт права на diagnosis. он даёт право на вопрос, измерение или осторожность.

data

build и strand matters

GRCh37/38, plus/minus strand, rsid aliases, transcript context — мелочи, которые ломают выводы.

privacy

raw genome не надо публиковать

публичным может быть метод, графика, выводы и redacted summaries. raw пусть живёт локально или в encrypted vault.

самая частая ошибка

человек видит сильный генетический prior и сразу меняет поведение. правильный ход другой: сначала спросить, есть ли у тела подтверждающий phenotype. если нет — проектировать маленький тест. это менее драматично, зато система становится умнее, а не тревожнее.

08 / repo anchors

откуда взяты примеры

это не полный медицинский отчёт. это объяснительная страница, собранная из живых repo surfaces. если переносить метод на другого человека, копируется не мой phenotype, а структура работы.

genetics/index.md

genetics/runs/vascular_reactivity_pgx_v1_dima_2026q2/03_evidence_raw.tsv

genetics/runs/vascular_reactivity_pgx_v1_dima_2026q2/04_decisions.yaml

state/ledgers/lipids.yaml

state/ledgers/pharmacogenomics.yaml

state/ledgers/vascular.yaml

state/ledgers/iron.yaml

genetics/views/matrix_remodeling_status.md

state/ledgers/dermatology.yaml