@nahisaho/satori 0.14.0 → 0.15.0

package/src/.github/skills/scientific-chembl-assay-mining/SKILL.md

@@ -0,0 +1,509 @@
+---
+name: scientific-chembl-assay-mining
+description: |
+  ChEMBL アッセイ・活性データマイニングスキル。ChEMBL REST API による
+  アッセイ検索・バイオアクティビティデータ取得・IC50/Ki/EC50 SAR 解析・
+  ターゲット-化合物マッピング・選択性プロファイリング・ATC 分類検索・
+  構造アラート検出パイプライン。
+---
+
+# Scientific ChEMBL Assay Mining
+
+ChEMBL REST API (EBI) を活用したバイオアクティビティデータマイニング
+パイプラインを提供する。アッセイ検索、活性値解析、SAR (構造活性相関)、
+ターゲット選択性プロファイリング、分子ドッキング前処理を統合。
+
+## When to Use
+
+- ChEMBL からターゲット特異的アッセイデータを取得するとき
+- IC50/Ki/EC50 をバルク取得して SAR 解析するとき
+- 特定標的に対する化合物選択性を評価するとき
+- 分子構造類似性検索・サブ構造検索を行うとき
+- ATC 分類から承認薬を特定し薬理プロファイルを構築するとき
+- 構造アラート (PAINS, Dundee) をスクリーニングするとき
+
+---
+
+## Quick Start
+
+## 1. ターゲット検索 & アッセイ取得
+
+```python
+import requests
+import pandas as pd
+
+CHEMBL_API = "https://www.ebi.ac.uk/chembl/api/data"
+HEADERS = {"Accept": "application/json"}
+
+
+def search_target(query, organism="Homo sapiens", limit=10):
+    """
+    ChEMBL ターゲット検索。
+
+    Parameters:
+        query: str — ターゲット名 (例: "EGFR", "CDK4")
+        organism: str — 生物種
+        limit: int — 最大取得数
+
+    ToolUniverse:
+        ChEMBL_search_targets(pref_name__contains=query, organism=organism)
+        ChEMBL_get_target(target_chembl_id=target_id)
+    """
+    url = f"{CHEMBL_API}/target.json"
+    params = {
+        "pref_name__icontains": query,
+        "organism": organism,
+        "limit": limit,
+    }
+    resp = requests.get(url, params=params, headers=HEADERS)
+    resp.raise_for_status()
+    targets = resp.json().get("targets", [])
+
+    rows = []
+    for t in targets:
+        rows.append({
+            "target_chembl_id": t.get("target_chembl_id"),
+            "pref_name": t.get("pref_name"),
+            "target_type": t.get("target_type"),
+            "organism": t.get("organism"),
+        })
+
+    df = pd.DataFrame(rows)
+    print(f"ChEMBL targets matching '{query}': {len(df)}")
+    return df
+```
+
+## 2. バイオアクティビティデータ取得
+
+```python
+def get_target_activities(target_chembl_id, standard_type="IC50",
+                          max_value=10000, limit=500):
+    """
+    ターゲットに対するバイオアクティビティデータ取得。
+
+    Parameters:
+        target_chembl_id: str — ChEMBL ターゲットID
+        standard_type: str — "IC50", "Ki", "EC50", "Kd" etc.
+        max_value: float — nM 単位閾値
+        limit: int — 最大取得数
+
+    ToolUniverse:
+        ChEMBL_search_activities(
+            target_chembl_id=target_chembl_id,
+            standard_type=standard_type,
+            standard_value__lte=max_value
+        )
+        ChEMBL_get_target_activities(target_chembl_id__exact=target_chembl_id)
+    """
+    url = f"{CHEMBL_API}/activity.json"
+    params = {
+        "target_chembl_id": target_chembl_id,
+        "standard_type": standard_type,
+        "standard_value__lte": max_value,
+        "standard_units": "nM",
+        "limit": limit,
+    }
+    resp = requests.get(url, params=params, headers=HEADERS)
+    resp.raise_for_status()
+    activities = resp.json().get("activities", [])
+
+    rows = []
+    for act in activities:
+        rows.append({
+            "molecule_chembl_id": act.get("molecule_chembl_id"),
+            "canonical_smiles": act.get("canonical_smiles"),
+            "standard_type": act.get("standard_type"),
+            "standard_value": act.get("standard_value"),
+            "standard_units": act.get("standard_units"),
+            "pchembl_value": act.get("pchembl_value"),
+            "assay_chembl_id": act.get("assay_chembl_id"),
+            "assay_type": act.get("assay_type"),
+            "target_chembl_id": act.get("target_chembl_id"),
+        })
+
+    df = pd.DataFrame(rows)
+    if "standard_value" in df.columns:
+        df["standard_value"] = pd.to_numeric(df["standard_value"], errors="coerce")
+    print(f"Activities for {target_chembl_id} ({standard_type}): {len(df)}")
+    return df
+```
+
+## 3. アッセイ詳細検索
+
+```python
+def search_assays(target_chembl_id=None, assay_type=None, limit=50):
+    """
+    ChEMBL アッセイ検索。
+
+    Parameters:
+        target_chembl_id: str — ターゲット ChEMBL ID
+        assay_type: str — "B" (Binding), "F" (Functional), "A" (ADME)
+        limit: int — 最大取得数
+
+    ToolUniverse:
+        ChEMBL_search_assays(
+            target_chembl_id=target_chembl_id,
+            assay_type=assay_type
+        )
+        ChEMBL_get_assay(assay_chembl_id=assay_id)
+        ChEMBL_get_assay_activities(assay_chembl_id__exact=assay_id)
+    """
+    url = f"{CHEMBL_API}/assay.json"
+    params = {"limit": limit}
+    if target_chembl_id:
+        params["target_chembl_id"] = target_chembl_id
+    if assay_type:
+        params["assay_type"] = assay_type
+
+    resp = requests.get(url, params=params, headers=HEADERS)
+    resp.raise_for_status()
+    assays = resp.json().get("assays", [])
+
+    rows = []
+    for a in assays:
+        rows.append({
+            "assay_chembl_id": a.get("assay_chembl_id"),
+            "description": a.get("description", "")[:200],
+            "assay_type": a.get("assay_type"),
+            "assay_organism": a.get("assay_organism"),
+            "confidence_score": a.get("confidence_score"),
+            "target_chembl_id": a.get("target_chembl_id"),
+        })
+
+    df = pd.DataFrame(rows)
+    print(f"Assays found: {len(df)}")
+    return df
+```
+
+## 4. SAR (構造活性相関) 解析
+
+```python
+import numpy as np
+
+
+def sar_analysis(activity_df, pchembl_col="pchembl_value"):
+    """
+    バイオアクティビティデータの SAR 解析。
+
+    Parameters:
+        activity_df: DataFrame — get_target_activities の出力
+        pchembl_col: str — pChEMBL 値カラム名
+
+    Returns:
+        dict — SAR 統計サマリ
+    """
+    df = activity_df.copy()
+    df[pchembl_col] = pd.to_numeric(df[pchembl_col], errors="coerce")
+    df = df.dropna(subset=[pchembl_col])
+
+    summary = {
+        "n_compounds": len(df),
+        "n_unique_molecules": df["molecule_chembl_id"].nunique(),
+        "pchembl_mean": round(df[pchembl_col].mean(), 2),
+        "pchembl_median": round(df[pchembl_col].median(), 2),
+        "pchembl_std": round(df[pchembl_col].std(), 2),
+        "pchembl_range": [
+            round(df[pchembl_col].min(), 2),
+            round(df[pchembl_col].max(), 2),
+        ],
+        "most_potent": df.loc[df[pchembl_col].idxmax()].to_dict()
+            if len(df) > 0 else None,
+        "potency_bins": {
+            "high_potent_lt100nM": int((df[pchembl_col] >= 7.0).sum()),
+            "moderate_100_1000nM": int(
+                ((df[pchembl_col] >= 6.0) & (df[pchembl_col] < 7.0)).sum()
+            ),
+            "weak_gt1000nM": int((df[pchembl_col] < 6.0).sum()),
+        },
+    }
+
+    print(f"SAR summary: {summary['n_unique_molecules']} molecules, "
+          f"pChEMBL mean={summary['pchembl_mean']}")
+    return summary
+```
+
+## 5. 選択性プロファイリング
+
+```python
+def selectivity_profile(molecule_chembl_id, limit=100):
+    """
+    化合物のマルチターゲット選択性評価。
+
+    Parameters:
+        molecule_chembl_id: str — 化合物 ChEMBL ID
+        limit: int — 最大取得数
+
+    ToolUniverse:
+        ChEMBL_get_molecule_targets(
+            molecule_chembl_id__exact=molecule_chembl_id
+        )
+        ChEMBL_search_activities(molecule_chembl_id=molecule_chembl_id)
+    """
+    url = f"{CHEMBL_API}/activity.json"
+    params = {
+        "molecule_chembl_id": molecule_chembl_id,
+        "limit": limit,
+    }
+    resp = requests.get(url, params=params, headers=HEADERS)
+    resp.raise_for_status()
+    activities = resp.json().get("activities", [])
+
+    target_data = {}
+    for act in activities:
+        tid = act.get("target_chembl_id")
+        pchembl = act.get("pchembl_value")
+        if tid and pchembl:
+            if tid not in target_data:
+                target_data[tid] = {
+                    "target_pref_name": act.get("target_pref_name", ""),
+                    "pchembl_values": [],
+                }
+            target_data[tid]["pchembl_values"].append(float(pchembl))
+
+    profile = []
+    for tid, info in target_data.items():
+        vals = info["pchembl_values"]
+        profile.append({
+            "target_chembl_id": tid,
+            "target_name": info["target_pref_name"],
+            "n_measurements": len(vals),
+            "best_pchembl": round(max(vals), 2),
+            "mean_pchembl": round(np.mean(vals), 2),
+        })
+
+    df = pd.DataFrame(profile).sort_values("best_pchembl", ascending=False)
+    print(f"Selectivity: {molecule_chembl_id} tested on {len(df)} targets")
+    return df
+```
+
+## 6. 分子類似性 & サブ構造検索
+
+```python
+def similarity_search(smiles, threshold=70, max_results=25):
+    """
+    SMILES 構造による類似性検索。
+
+    Parameters:
+        smiles: str — クエリ SMILES
+        threshold: int — Tanimoto 類似性閾値 (%)
+        max_results: int — 最大結果数
+
+    ToolUniverse:
+        ChEMBL_search_similar_molecules(
+            query=smiles, similarity_threshold=threshold
+        )
+        ChEMBL_search_substructure(smiles=smiles)
+    """
+    url = f"{CHEMBL_API}/similarity/{smiles}/{threshold}.json"
+    params = {"limit": max_results}
+    resp = requests.get(url, params=params, headers=HEADERS)
+    resp.raise_for_status()
+    molecules = resp.json().get("molecules", [])
+
+    rows = []
+    for mol in molecules:
+        rows.append({
+            "molecule_chembl_id": mol.get("molecule_chembl_id"),
+            "pref_name": mol.get("pref_name"),
+            "similarity": mol.get("similarity"),
+            "canonical_smiles": mol.get("molecule_structures", {}).get(
+                "canonical_smiles", ""
+            ),
+            "max_phase": mol.get("max_phase"),
+        })
+
+    df = pd.DataFrame(rows)
+    print(f"Similar molecules (>{threshold}%): {len(df)}")
+    return df
+```
+
+## 7. ATC 分類 & 承認薬検索
+
+```python
+def search_approved_drugs(target_chembl_id, limit=50):
+    """
+    ターゲットに対する承認薬を ATC 分類とともに検索。
+
+    ToolUniverse:
+        ChEMBL_search_drugs(max_phase=4)
+        ChEMBL_search_mechanisms(target_chembl_id=target_chembl_id)
+        ChEMBL_search_atc_classification()
+    """
+    url = f"{CHEMBL_API}/mechanism.json"
+    params = {
+        "target_chembl_id": target_chembl_id,
+        "limit": limit,
+    }
+    resp = requests.get(url, params=params, headers=HEADERS)
+    resp.raise_for_status()
+    mechanisms = resp.json().get("mechanisms", [])
+
+    rows = []
+    for mech in mechanisms:
+        drug_id = mech.get("molecule_chembl_id")
+        drug_resp = requests.get(
+            f"{CHEMBL_API}/molecule/{drug_id}.json", headers=HEADERS
+        )
+        if drug_resp.ok:
+            drug = drug_resp.json()
+            rows.append({
+                "molecule_chembl_id": drug_id,
+                "pref_name": drug.get("pref_name"),
+                "max_phase": drug.get("max_phase"),
+                "mechanism": mech.get("mechanism_of_action"),
+                "action_type": mech.get("action_type"),
+                "first_approval": drug.get("first_approval"),
+                "atc_classifications": drug.get("atc_classifications", []),
+            })
+
+    df = pd.DataFrame(rows)
+    print(f"Drugs/mechanisms for {target_chembl_id}: {len(df)}")
+    return df
+```
+
+## 8. 構造アラート検出
+
+```python
+def check_structural_alerts(molecule_chembl_id):
+    """
+    化合物の構造アラート (PAINS, Dundee) を検出。
+
+    ToolUniverse:
+        ChEMBL_search_compound_structural_alerts(
+            molecule_chembl_id=molecule_chembl_id
+        )
+    """
+    url = f"{CHEMBL_API}/compound_structural_alert.json"
+    params = {"molecule_chembl_id": molecule_chembl_id, "limit": 100}
+    resp = requests.get(url, params=params, headers=HEADERS)
+    resp.raise_for_status()
+    alerts = resp.json().get("compound_structural_alerts", [])
+
+    rows = []
+    for a in alerts:
+        rows.append({
+            "alert_set_name": a.get("alert", {}).get("alert_set", {}).get(
+                "set_name", ""
+            ),
+            "smarts": a.get("alert", {}).get("smarts", ""),
+            "alert_name": a.get("alert", {}).get("alert_name", ""),
+        })
+
+    df = pd.DataFrame(rows)
+    if len(df) > 0:
+        print(f"⚠ {molecule_chembl_id}: {len(df)} structural alerts found")
+    else:
+        print(f"✓ {molecule_chembl_id}: No structural alerts")
+    return df
+```
+
+## 9. 統合 SAR マイニングパイプライン
+
+```python
+def chembl_sar_pipeline(target_query, organism="Homo sapiens",
+                        standard_type="IC50", max_nm=10000):
+    """
+    ChEMBL SAR マイニング統合パイプライン。
+
+    Pipeline:
+        search_target → get_target_activities → sar_analysis →
+        selectivity_profile (top hits) → check_structural_alerts
+
+    Parameters:
+        target_query: str — ターゲット名
+        organism: str — 生物種
+        standard_type: str — 活性値タイプ
+        max_nm: float — nM 閾値
+    """
+    # Step 1: ターゲット検索
+    targets = search_target(target_query, organism)
+    if targets.empty:
+        print(f"No targets found for '{target_query}'")
+        return None
+
+    target_id = targets.iloc[0]["target_chembl_id"]
+    print(f"\nSelected target: {target_id}")
+
+    # Step 2: バイオアクティビティ取得
+    activities = get_target_activities(target_id, standard_type, max_nm)
+    if activities.empty:
+        print("No activities found")
+        return None
+
+    # Step 3: SAR 解析
+    sar = sar_analysis(activities)
+
+    # Step 4: トップ化合物の選択性
+    top = activities.nlargest(3, "pchembl_value")
+    selectivity_results = []
+    for _, row in top.iterrows():
+        mol_id = row["molecule_chembl_id"]
+        sel = selectivity_profile(mol_id)
+        selectivity_results.append({"molecule": mol_id, "profile": sel})
+
+    # Step 5: 構造アラートチェック
+    alert_results = {}
+    for _, row in top.iterrows():
+        mol_id = row["molecule_chembl_id"]
+        alerts = check_structural_alerts(mol_id)
+        alert_results[mol_id] = len(alerts)
+
+    result = {
+        "target": target_id,
+        "sar_summary": sar,
+        "top_compounds": top.to_dict("records"),
+        "structural_alerts": alert_results,
+    }
+
+    print(f"\n=== ChEMBL SAR Pipeline Complete ===")
+    print(f"Target: {target_id}")
+    print(f"Compounds: {sar['n_unique_molecules']}")
+    print(f"Top hit pChEMBL: {sar['pchembl_range'][1]}")
+
+    return result
+```
+
+---
+
+## パイプライン統合
+
+```
+drug-target-profiling → chembl-assay-mining → admet-pharmacokinetics
+  (ターゲット候補)       (SAR データマイニング)   (ADMET/PK 評価)
+        │                       │                      ↓
+compound-screening       selectivity_profile    molecular-docking
+  (ZINC ライブラリ)       (マルチターゲット)       (Vina/DiffDock)
+```
+
+## パイプライン出力
+
+| ファイル | 説明 | 次スキル |
+|---------|------|---------|
+| `results/chembl_activities.csv` | バイオアクティビティデータ | → admet-pharmacokinetics |
+| `results/sar_summary.json` | SAR 統計サマリ | → drug-target-profiling |
+| `results/selectivity_profile.csv` | 選択性プロファイル | → compound-screening |
+| `results/structural_alerts.json` | 構造アラート結果 | → molecular-docking |
+
+## 利用可能ツール (ToolUniverse SMCP)
+
+| ツール名 | 用途 |
+|---------|------|
+| `ChEMBL_search_targets` | ターゲット検索 |
+| `ChEMBL_get_target` | ターゲット詳細 |
+| `ChEMBL_search_assays` | アッセイ検索 |
+| `ChEMBL_get_assay` | アッセイ詳細 |
+| `ChEMBL_get_assay_activities` | アッセイ活性データ |
+| `ChEMBL_search_activities` | 活性検索 (フィルタ付き) |
+| `ChEMBL_get_activity` | 活性データ詳細 |
+| `ChEMBL_get_molecule` | 化合物詳細 |
+| `ChEMBL_get_molecule_targets` | 化合物-ターゲットマップ |
+| `ChEMBL_search_similar_molecules` | 類似性検索 |
+| `ChEMBL_search_substructure` | サブ構造検索 |
+| `ChEMBL_search_drugs` | 承認薬検索 |
+| `ChEMBL_search_mechanisms` | 作用機序検索 |
+| `ChEMBL_search_atc_classification` | ATC 分類 |
+| `ChEMBL_search_compound_structural_alerts` | 構造アラート |
+| `ChEMBL_search_cell_lines` | 細胞株検索 |
+| `ChEMBL_search_binding_sites` | 結合サイト |
+| `ChEMBL_get_drug` | 薬剤情報 |
+| `ChEMBL_get_drug_mechanisms` | 薬剤作用機序 |