@nahisaho/satori 0.10.0 → 0.11.0

package/src/.github/skills/scientific-pharmacogenomics/SKILL.md

@@ -0,0 +1,342 @@
+---
+name: scientific-pharmacogenomics
+description: |
+  ファーマコゲノミクス (薬理ゲノム学) 解析スキル。PharmGKB/ClinPGx による
+  遺伝子-薬物相互作用照会、CPIC ガイドライン取得・解釈、Star アレル分類、
+  代謝酵素表現型判定 (PM/IM/NM/RM/UM)、FDA 薬理ゲノムバイオマーカー、
+  投与量レコメンデーション、PGx レポート生成を統合した
+  個別化薬物療法支援パイプライン。
+---
+
+# Scientific Pharmacogenomics
+
+遺伝子型に基づく薬物選択・用量調整を支援する
+ファーマコゲノミクスパイプライン。CPIC/DPWG ガイドライン・PharmGKB・
+FDA PGx バイオマーカーのデータベース照会と解釈を統合。
+
+## When to Use
+
+- 遺伝子型に基づく薬物選択・投与量調整が必要なとき
+- CPIC/DPWG ガイドラインの系統的照会が必要なとき
+- Star アレル分類・代謝酵素表現型 (PM/IM/NM/RM/UM) を判定するとき
+- FDA 承認ファーマコゲノミクスバイオマーカーを確認するとき
+- 個別化薬物療法レポートを生成するとき
+
+---
+
+## Quick Start
+
+## 1. 遺伝子-薬物相互作用照会
+
+```python
+import pandas as pd
+import json
+
+
+def query_gene_drug_interactions(gene_symbol, data_source="PharmGKB"):
+    """
+    遺伝子-薬物相互作用の照会。
+
+    主要 PGx 遺伝子:
+    - CYP2D6: コデイン, タモキシフェン, トラマドール
+    - CYP2C19: クロピドグレル, エスシタロプラム, オメプラゾール
+    - CYP2C9: ワルファリン, フェニトイン
+    - CYP3A5: タクロリムス
+    - DPYD: フルオロウラシル, カペシタビン
+    - TPMT/NUDT15: アザチオプリン, 6-MP
+    - UGT1A1: イリノテカン
+    - SLCO1B1: シンバスタチン
+    - HLA-B: アバカビル (*57:01), カルバマゼピン (*15:02)
+    - VKORC1: ワルファリン
+    """
+    print(f"  Querying {data_source} for gene: {gene_symbol}")
+
+    # PharmGKB の主要フィールド
+    query_fields = {
+        "gene": gene_symbol,
+        "clinical_annotations": "Tier 1A-3",
+        "drug_labels": "FDA/EMA/PMDA/HCSC",
+        "guideline_annotations": "CPIC/DPWG/CPNDS",
+        "variant_annotations": "Clinical significance",
+        "pathway_annotations": "PK/PD pathways",
+    }
+
+    return query_fields
+
+
+def get_cpic_guidelines(gene_symbol=None, drug_name=None):
+    """
+    CPIC ガイドラインの取得。
+
+    CPIC Level:
+    - Level A: 処方変更を義務付ける強力なエビデンス
+    - Level A/B: 処方変更を推奨するエビデンス
+    - Level B: 考慮すべきエビデンス
+    - Level C: 情報提供レベル
+    - Level D: 有用なデータなし
+    """
+    print(f"  Querying CPIC guidelines:")
+    if gene_symbol:
+        print(f"    Gene: {gene_symbol}")
+    if drug_name:
+        print(f"    Drug: {drug_name}")
+
+    return {"gene": gene_symbol, "drug": drug_name, "level": "pending"}
+```
+
+## 2. Star アレル分類・表現型判定
+
+```python
+import pandas as pd
+import numpy as np
+
+
+def star_allele_annotation(gene, genotype_variants):
+    """
+    Star アレル分類パイプライン。
+
+    PharmCAT (Pharmacogenomics Clinical Annotation Tool) 互換の
+    Star アレルコール → 表現型変換。
+
+    Parameters:
+        gene: 対象遺伝子 (e.g., "CYP2D6")
+        genotype_variants: {rsID: genotype} 辞書
+    """
+    # CYP2D6 Star アレル例
+    cyp2d6_alleles = {
+        "*1": {"function": "Normal", "activity_score": 1.0},
+        "*2": {"function": "Normal", "activity_score": 1.0},
+        "*3": {"function": "No function", "activity_score": 0.0},
+        "*4": {"function": "No function", "activity_score": 0.0},
+        "*5": {"function": "No function (gene deletion)", "activity_score": 0.0},
+        "*6": {"function": "No function", "activity_score": 0.0},
+        "*9": {"function": "Decreased", "activity_score": 0.5},
+        "*10": {"function": "Decreased", "activity_score": 0.25},
+        "*17": {"function": "Decreased", "activity_score": 0.5},
+        "*41": {"function": "Decreased", "activity_score": 0.5},
+    }
+
+    print(f"  Gene: {gene}")
+    print(f"  Variants provided: {len(genotype_variants)}")
+    print(f"  Reference: PharmCAT + PharmVar")
+
+    return cyp2d6_alleles
+
+
+def determine_metabolizer_phenotype(gene, diplotype, activity_scores):
+    """
+    Activity Score ベースの代謝酵素表現型判定。
+
+    表現型分類:
+    - PM (Poor Metabolizer): AS = 0
+    - IM (Intermediate Metabolizer): 0 < AS < 1.25
+    - NM (Normal Metabolizer): 1.25 ≤ AS ≤ 2.25
+    - RM (Rapid Metabolizer): 2.25 < AS ≤ 3.0 (CYP2C19 のみ)
+    - UM (Ultra-rapid Metabolizer): AS > 3.0 or gene duplication
+    """
+    as1, as2 = activity_scores
+    total_as = as1 + as2
+
+    if total_as == 0:
+        phenotype = "PM (Poor Metabolizer)"
+    elif total_as < 1.25:
+        phenotype = "IM (Intermediate Metabolizer)"
+    elif total_as <= 2.25:
+        phenotype = "NM (Normal Metabolizer)"
+    elif total_as <= 3.0:
+        phenotype = "RM (Rapid Metabolizer)"
+    else:
+        phenotype = "UM (Ultra-rapid Metabolizer)"
+
+    print(f"  Gene: {gene}")
+    print(f"  Diplotype: {diplotype}")
+    print(f"  Activity Score: {as1} + {as2} = {total_as}")
+    print(f"  Phenotype: {phenotype}")
+
+    # CPIC 投与量レコメンデーション
+    if gene == "CYP2D6" and "PM" in phenotype:
+        print("  ⚠ CPIC: コデイン禁忌 (モルフィンへの変換不可)")
+        print("  ⚠ CPIC: タモキシフェン → 代替薬を推奨")
+
+    return {"gene": gene, "diplotype": diplotype,
+            "activity_score": total_as, "phenotype": phenotype}
+```
+
+## 3. FDA PGx バイオマーカー照会
+
+```python
+import pandas as pd
+
+
+def query_fda_pgx_biomarkers(drug_name=None, gene_name=None,
+                               biomarker_type=None):
+    """
+    FDA 承認ファーマコゲノミクスバイオマーカーの照会。
+
+    FDA PGx Labeling Categories:
+    - Required: テスト必須 (e.g., HLA-B*57:01 for abacavir)
+    - Recommended: テスト推奨
+    - Actionable: PGx 情報あり
+    - Informative: 参考情報
+
+    300+ の遺伝子-薬物ペアが FDA ラベルに記載。
+    """
+    print("  Querying FDA Pharmacogenomic Biomarkers:")
+    if drug_name:
+        print(f"    Drug: {drug_name}")
+    if gene_name:
+        print(f"    Gene: {gene_name}")
+    if biomarker_type:
+        print(f"    Type: {biomarker_type}")
+
+    # FDA 主要バイオマーカー例
+    key_biomarkers = [
+        {"gene": "HLA-B*57:01", "drug": "Abacavir", "action": "Required",
+         "recommendation": "HLA-B*57:01 陽性 → 禁忌 (過敏反応リスク)"},
+        {"gene": "CYP2C19", "drug": "Clopidogrel", "action": "Actionable",
+         "recommendation": "PM → 代替抗血小板薬 (ticagrelor/prasugrel)"},
+        {"gene": "DPYD", "drug": "5-FU/Capecitabine", "action": "Recommended",
+         "recommendation": "PM → 用量 50% 減量 or 代替薬"},
+        {"gene": "UGT1A1*28", "drug": "Irinotecan", "action": "Recommended",
+         "recommendation": "TA7/TA7 → 初回投与量減量"},
+        {"gene": "TPMT/NUDT15", "drug": "Azathioprine", "action": "Recommended",
+         "recommendation": "PM → 10%用量 or 代替薬"},
+    ]
+
+    return pd.DataFrame(key_biomarkers)
+
+
+def pgx_dosing_recommendation(gene, phenotype, drug):
+    """
+    表現型に基づく CPIC 投与量レコメンデーション生成。
+    """
+    # CPIC 投与量テーブル例 (CYP2C19 × Clopidogrel)
+    cpic_table = {
+        ("CYP2C19", "UM", "Clopidogrel"): "標準用量 75 mg/day",
+        ("CYP2C19", "RM", "Clopidogrel"): "標準用量 75 mg/day",
+        ("CYP2C19", "NM", "Clopidogrel"): "標準用量 75 mg/day",
+        ("CYP2C19", "IM", "Clopidogrel"): "代替抗血小板薬を推奨 (ticagrelor/prasugrel)",
+        ("CYP2C19", "PM", "Clopidogrel"): "代替抗血小板薬を推奨 (ticagrelor/prasugrel)",
+    }
+
+    key = (gene, phenotype.split(" ")[0], drug)
+    recommendation = cpic_table.get(key, "ガイドライン情報なし")
+
+    result = {
+        "gene": gene,
+        "phenotype": phenotype,
+        "drug": drug,
+        "recommendation": recommendation,
+        "source": "CPIC",
+        "evidence_level": "Level A",
+    }
+
+    print(f"  PGx Dosing Recommendation:")
+    print(f"    Gene: {gene} | Phenotype: {phenotype}")
+    print(f"    Drug: {drug}")
+    print(f"    Recommendation: {recommendation}")
+
+    return result
+```
+
+## 4. PGx レポート生成
+
+```python
+import json
+import pandas as pd
+from datetime import datetime
+
+
+def generate_pgx_report(patient_results, output_file="results/pgx_report.json"):
+    """
+    包括的 PGx レポート生成。
+
+    含まれる情報:
+    - 患者遺伝子型サマリ
+    - Star アレル → 表現型マッピング
+    - 各薬物の CPIC/DPWG レコメンデーション
+    - FDA バイオマーカーステータス
+    - アクショナブル所見ハイライト
+    """
+    import os
+    os.makedirs(os.path.dirname(output_file), exist_ok=True)
+
+    report = {
+        "report_type": "Pharmacogenomics Report",
+        "generated_at": datetime.now().isoformat(),
+        "patient_id": patient_results.get("patient_id", "anonymous"),
+        "genes_tested": [],
+        "actionable_findings": [],
+        "drug_recommendations": [],
+    }
+
+    for gene_result in patient_results.get("gene_results", []):
+        gene_entry = {
+            "gene": gene_result["gene"],
+            "diplotype": gene_result["diplotype"],
+            "phenotype": gene_result["phenotype"],
+            "activity_score": gene_result.get("activity_score"),
+        }
+        report["genes_tested"].append(gene_entry)
+
+        # アクショナブル所見の抽出
+        if "PM" in gene_result["phenotype"] or "UM" in gene_result["phenotype"]:
+            report["actionable_findings"].append({
+                "gene": gene_result["gene"],
+                "phenotype": gene_result["phenotype"],
+                "clinical_significance": "Actionable — 投与量調整/代替薬検討を推奨",
+            })
+
+    with open(output_file, "w") as f:
+        json.dump(report, f, ensure_ascii=False, indent=2)
+
+    print(f"  PGx Report generated: {output_file}")
+    print(f"  Genes tested: {len(report['genes_tested'])}")
+    print(f"  Actionable findings: {len(report['actionable_findings'])}")
+
+    return report
+```
+
+## References
+
+### Output Files
+
+| ファイル | 形式 |
+|---|---|
+| `results/pgx_report.json` | JSON |
+| `results/gene_drug_interactions.csv` | CSV |
+| `results/star_allele_calls.csv` | CSV |
+| `results/dosing_recommendations.csv` | CSV |
+| `figures/pgx_phenotype_summary.png` | PNG |
+
+### 利用可能ツール
+
+> [ToolUniverse](https://github.com/mims-harvard/ToolUniverse) SMCP 経由で利用可能な外部ツール。
+
+| カテゴリ | 主要ツール | 用途 |
+|---|---|---|
+| PharmGKB | `PharmGKB_search_drugs` | 薬物検索 (遺伝子関連) |
+| PharmGKB | `PharmGKB_search_genes` | PGx 遺伝子検索 |
+| PharmGKB | `PharmGKB_get_drug_details` | 薬物詳細 (クロスリファレンス) |
+| PharmGKB | `PharmGKB_get_gene_details` | 遺伝子詳細 (アレル情報) |
+| PharmGKB | `PharmGKB_get_clinical_annotations` | 遺伝子-薬物臨床アノテーション |
+| PharmGKB | `PharmGKB_get_dosing_guidelines` | CPIC/DPWG 用量ガイドライン |
+| PharmGKB | `PharmGKB_search_variants` | 遺伝的変異検索 |
+| FDA | `fda_pharmacogenomic_biomarkers` | FDA PGx バイオマーカー一覧 |
+| FDA | `FDA_get_pharmacogenomics_info_by_drug_name` | 薬物名で PGx 情報取得 |
+| FDA | `FDA_get_drug_name_by_pharmacogenomics` | PGx から薬物名取得 |
+| OpenTargets | `OpenTargets_drug_pharmacogenomics_data` | 薬物 PGx データ |
+
+### 参照スキル
+
+| スキル | 関連 |
+|---|---|
+| `scientific-variant-interpretation` | ACMG/AMP バリアント解釈 |
+| `scientific-pharmacovigilance` | 市販後安全性監視 |
+| `scientific-clinical-decision-support` | 臨床意思決定 |
+| `scientific-precision-oncology` | 腫瘍 PGx (OncoKB) |
+| `scientific-population-genetics` | 集団間アレル頻度差 |
+
+### 依存パッケージ
+
+`pandas`, `numpy`, `json`