@nahisaho/satori 0.17.0 → 0.19.0

package/src/.github/skills/scientific-arrayexpress-expression/SKILL.md

@@ -0,0 +1,264 @@
+---
+name: scientific-arrayexpress-expression
+description: |
+  ArrayExpress 発現アーカイブスキル。BioStudies/ArrayExpress
+  REST API によるマイクロアレイ・RNA-seq 発現実験検索・メタ
+  データ取得・データ再解析。ToolUniverse 連携: arrayexpress。
+tu_tools:
+  - key: arrayexpress
+    name: ArrayExpress
+    description: ArrayExpress 発現実験検索・メタデータ・ファイル取得
+---
+
+# Scientific ArrayExpress Expression
+
+EBI ArrayExpress / BioStudies REST API を活用した発現データ
+アーカイブ検索・再解析パイプラインを提供する。
+
+## When to Use
+
+- ArrayExpress/BioStudies の発現実験を検索するとき
+- マイクロアレイ/RNA-seq 発現データのメタデータを取得するとき
+- SDRF サンプル情報テーブルを解析するとき
+- E-MTAB/E-GEOD アクセッションからデータ再解析するとき
+- 発現データアーカイブを横断検索するとき
+- GEO と ArrayExpress の両方でデータを探すとき
+
+---
+
+## Quick Start
+
+## 1. BioStudies 発現実験検索
+
+```python
+import requests
+import pandas as pd
+
+BIOSTUDIES_BASE = "https://www.ebi.ac.uk/biostudies/api/v1"
+AE_BASE = "https://www.ebi.ac.uk/arrayexpress/json/v3"
+
+
+def arrayexpress_search_experiments(query, organism=None,
+                                       experiment_type=None,
+                                       limit=50):
+    """
+    ArrayExpress — 発現実験検索 (BioStudies API)。
+
+    Parameters:
+        query: str — 検索クエリ (例: "breast cancer RNA-seq")
+        organism: str — 生物種 (例: "Homo sapiens")
+        experiment_type: str — 実験タイプ (例: "RNA-seq of coding RNA")
+        limit: int — 最大結果数
+    """
+    url = f"{BIOSTUDIES_BASE}/search"
+    params = {
+        "query": query,
+        "type": "study",
+        "pageSize": limit,
+    }
+    if organism:
+        params["organism"] = organism
+    if experiment_type:
+        params["experimenttype"] = experiment_type
+
+    resp = requests.get(url, params=params, timeout=30)
+    resp.raise_for_status()
+    data = resp.json()
+
+    hits = data.get("hits", [])
+    results = []
+    for h in hits:
+        attrs = {a.get("name", ""): a.get("value", "")
+                 for a in h.get("attributes", [])}
+        results.append({
+            "accession": h.get("accession", ""),
+            "title": attrs.get("Title", h.get("title", "")),
+            "organism": attrs.get("Organism", ""),
+            "experiment_type": attrs.get("Experiment type", ""),
+            "release_date": h.get("releaseDate", ""),
+            "files_count": h.get("filesCount", 0),
+            "links_count": h.get("linksCount", 0),
+        })
+
+    df = pd.DataFrame(results)
+    print(f"ArrayExpress search: {len(df)} experiments "
+          f"(query={query})")
+    return df
+```
+
+## 2. 実験メタデータ・SDRF 取得
+
+```python
+def arrayexpress_get_experiment(accession):
+    """
+    ArrayExpress — 実験メタデータ & SDRF 取得。
+
+    Parameters:
+        accession: str — アクセッション (例: "E-MTAB-12345")
+    """
+    url = f"{BIOSTUDIES_BASE}/studies/{accession}"
+    resp = requests.get(url, timeout=30)
+    resp.raise_for_status()
+    data = resp.json()
+
+    # メタデータ
+    attrs = {a.get("name", ""): a.get("value", "")
+             for a in data.get("attributes", [])}
+    metadata = {
+        "accession": accession,
+        "title": attrs.get("Title", ""),
+        "description": attrs.get("Description", "")[:500],
+        "organism": attrs.get("Organism", ""),
+        "experiment_type": attrs.get("Experiment type", ""),
+        "release_date": data.get("releaseDate", ""),
+    }
+
+    # ファイル一覧
+    files = []
+    for section in data.get("section", {}).get("files", []):
+        if isinstance(section, list):
+            for f in section:
+                files.append({
+                    "filename": f.get("path", ""),
+                    "type": f.get("type", ""),
+                    "size": f.get("size", 0),
+                })
+        elif isinstance(section, dict):
+            files.append({
+                "filename": section.get("path", ""),
+                "type": section.get("type", ""),
+                "size": section.get("size", 0),
+            })
+
+    files_df = pd.DataFrame(files)
+
+    # SDRF 取得試行
+    sdrf_url = (f"https://www.ebi.ac.uk/biostudies/files/"
+                f"{accession}/{accession}.sdrf.txt")
+    sdrf_df = pd.DataFrame()
+    try:
+        sdrf_resp = requests.get(sdrf_url, timeout=30)
+        if sdrf_resp.status_code == 200:
+            from io import StringIO
+            sdrf_df = pd.read_csv(StringIO(sdrf_resp.text), sep="\t")
+    except Exception:
+        pass
+
+    print(f"ArrayExpress {accession}: {len(files_df)} files, "
+          f"{len(sdrf_df)} SDRF rows")
+    return metadata, files_df, sdrf_df
+```
+
+## 3. 発現データダウンロード・処理
+
+```python
+def arrayexpress_download_matrix(accession, output_dir="results"):
+    """
+    ArrayExpress — 発現マトリクスダウンロード。
+
+    Parameters:
+        accession: str — アクセッション
+        output_dir: str — 出力ディレクトリ
+    """
+    from pathlib import Path
+    output_dir = Path(output_dir)
+    output_dir.mkdir(parents=True, exist_ok=True)
+
+    metadata, files_df, sdrf_df = arrayexpress_get_experiment(accession)
+
+    # 処理済み発現ファイル検索
+    expr_files = files_df[
+        files_df["filename"].str.contains(
+            r"processed|normalized|expression|counts",
+            case=False, na=False)
+    ]
+
+    downloaded = []
+    for _, frow in expr_files.iterrows():
+        fname = frow["filename"]
+        url = (f"https://www.ebi.ac.uk/biostudies/files/"
+               f"{accession}/{fname}")
+        try:
+            resp = requests.get(url, timeout=120)
+            if resp.status_code == 200:
+                fpath = output_dir / fname.split("/")[-1]
+                fpath.write_bytes(resp.content)
+                downloaded.append(str(fpath))
+        except Exception:
+            continue
+
+    # SDRF 保存
+    if not sdrf_df.empty:
+        sdrf_df.to_csv(output_dir / "sdrf.csv", index=False)
+
+    print(f"ArrayExpress download: {len(downloaded)} files → "
+          f"{output_dir}")
+    return {
+        "metadata": metadata,
+        "files": downloaded,
+        "sdrf": sdrf_df,
+    }
+```
+
+## 4. ArrayExpress 統合パイプライン
+
+```python
+def arrayexpress_pipeline(query, organism="Homo sapiens",
+                            output_dir="results"):
+    """
+    ArrayExpress 統合パイプライン。
+
+    Parameters:
+        query: str — 検索クエリ
+        organism: str — 生物種
+        output_dir: str — 出力ディレクトリ
+    """
+    from pathlib import Path
+    output_dir = Path(output_dir)
+    output_dir.mkdir(parents=True, exist_ok=True)
+
+    # 1) 実験検索
+    experiments = arrayexpress_search_experiments(
+        query, organism=organism)
+    experiments.to_csv(output_dir / "experiments.csv", index=False)
+
+    # 2) トップ実験の詳細
+    if not experiments.empty:
+        top_acc = experiments.iloc[0]["accession"]
+        metadata, files, sdrf = arrayexpress_get_experiment(top_acc)
+        files.to_csv(output_dir / "experiment_files.csv", index=False)
+        if not sdrf.empty:
+            sdrf.to_csv(output_dir / "sdrf.csv", index=False)
+
+    print(f"ArrayExpress pipeline: {output_dir}")
+    return {"experiments": experiments}
+```
+
+---
+
+## ToolUniverse 連携
+
+| TU Key | ツール名 | 連携内容 |
+|--------|---------|---------|
+| `arrayexpress` | ArrayExpress | 発現実験検索・メタデータ・ファイル取得 |
+
+## パイプライン統合
+
+```
+ebi-databases → arrayexpress-expression → gene-expression-transcriptomics
+  (EBI Search)   (ArrayExpress/BioStudies)  (DESeq2/GSEA)
+       │                   │                       ↓
+  geo-expression ─────────┘               pathway-enrichment
+  (GEO データ)        │                   (KEGG/Reactome)
+                       ↓
+                  multi-omics
+                  (統合解析)
+```
+
+## パイプライン出力
+
+| ファイル | 説明 | 次スキル |
+|---------|------|---------|
+| `results/experiments.csv` | 実験一覧 | → geo-expression |
+| `results/sdrf.csv` | サンプル情報 | → gene-expression-transcriptomics |
+| `results/experiment_files.csv` | ファイルリスト | → data-preprocessing |

package/src/.github/skills/scientific-civic-evidence/SKILL.md

@@ -0,0 +1,292 @@
+---
+name: scientific-civic-evidence
+description: |
+  CIViC 臨床エビデンススキル。CIViC (Clinical Interpretation
+  of Variants in Cancer) REST API を用いたバリアント臨床解釈・
+  エビデンスアイテム・分子プロファイル・アサーション検索。
+  ToolUniverse 連携: civic。
+tu_tools:
+  - key: civic
+    name: CIViC
+    description: がんバリアント臨床解釈データベース
+---
+
+# Scientific CIViC Evidence
+
+CIViC (Clinical Interpretation of Variants in Cancer) REST API
+を活用したバリアント臨床解釈・エビデンスアイテム取得・
+分子プロファイル・アサーションパイプラインを提供する。
+
+## When to Use
+
+- がんバリアントの臨床的解釈を検索するとき
+- エビデンスアイテム (薬剤応答・予後・診断) を取得するとき
+- 遺伝子ごとのバリアントサマリーを確認するとき
+- 分子プロファイル (Molecular Profile) を検索するとき
+- アサーション (ガイドライン推奨) を取得するとき
+
+---
+
+## Quick Start
+
+## 1. バリアント検索・臨床解釈
+
+```python
+import requests
+import pandas as pd
+
+CIVIC_API = "https://civicdb.org/api"
+
+
+def civic_variant_search(gene_name, variant_name=None,
+                            limit=50):
+    """
+    CIViC — バリアント検索。
+
+    Parameters:
+        gene_name: str — 遺伝子名 (例: "BRAF")
+        variant_name: str — バリアント名
+            (例: "V600E")
+        limit: int — 最大結果数
+    """
+    url = f"{CIVIC_API}/variants"
+    params = {"count": limit}
+
+    # 遺伝子名で検索
+    gene_url = f"{CIVIC_API}/genes/{gene_name}"
+    try:
+        resp = requests.get(gene_url, timeout=30)
+        if resp.status_code == 200:
+            gene_data = resp.json()
+        else:
+            # 検索 API フォールバック
+            search_url = f"{CIVIC_API}/genes"
+            params_g = {"name": gene_name, "count": 5}
+            resp = requests.get(search_url,
+                                params=params_g,
+                                timeout=30)
+            resp.raise_for_status()
+            records = resp.json().get("records", [])
+            gene_data = records[0] if records else {}
+    except Exception as e:
+        print(f"  CIViC gene lookup: {e}")
+        gene_data = {}
+
+    if not gene_data:
+        return pd.DataFrame()
+
+    variants = gene_data.get("variants", [])
+    rows = []
+    for v in variants[:limit]:
+        name = v.get("name", "")
+        if variant_name and variant_name.lower() \
+                not in name.lower():
+            continue
+        rows.append({
+            "variant_id": v.get("id", ""),
+            "gene": gene_name,
+            "variant_name": name,
+            "description": (v.get("description", "")
+                            [:200]),
+            "evidence_count": len(
+                v.get("evidence_items", [])),
+        })
+
+    df = pd.DataFrame(rows)
+    print(f"CIViC variants: {gene_name} → {len(df)}")
+    return df
+
+
+def civic_gene_summary(gene_name):
+    """
+    CIViC — 遺伝子サマリー取得。
+
+    Parameters:
+        gene_name: str — 遺伝子名 (例: "EGFR")
+    """
+    url = f"{CIVIC_API}/genes/{gene_name}"
+    resp = requests.get(url, timeout=30)
+    resp.raise_for_status()
+    data = resp.json()
+
+    result = {
+        "gene_id": data.get("id", ""),
+        "name": data.get("name", ""),
+        "description": data.get("description", ""),
+        "n_variants": len(data.get("variants", [])),
+        "aliases": "; ".join(
+            data.get("aliases", [])),
+    }
+    return result
+```
+
+## 2. エビデンスアイテム取得
+
+```python
+def civic_evidence_items(variant_id, limit=50):
+    """
+    CIViC — エビデンスアイテム取得。
+
+    Parameters:
+        variant_id: int — バリアント ID
+        limit: int — 最大結果数
+    """
+    url = f"{CIVIC_API}/variants/{variant_id}"
+    resp = requests.get(url, timeout=30)
+    resp.raise_for_status()
+    data = resp.json()
+
+    rows = []
+    for ev in data.get("evidence_items", [])[:limit]:
+        drugs = [d.get("name", "")
+                 for d in ev.get("drugs", [])]
+        rows.append({
+            "evidence_id": ev.get("id", ""),
+            "variant_id": variant_id,
+            "evidence_type": ev.get(
+                "evidence_type", ""),
+            "evidence_level": ev.get(
+                "evidence_level", ""),
+            "evidence_direction": ev.get(
+                "evidence_direction", ""),
+            "clinical_significance": ev.get(
+                "clinical_significance", ""),
+            "disease": ev.get("disease", {}).get(
+                "name", ""),
+            "drugs": "; ".join(drugs),
+            "rating": ev.get("rating", ""),
+            "status": ev.get("status", ""),
+            "source_citation": ev.get(
+                "source", {}).get("citation", ""),
+        })
+
+    df = pd.DataFrame(rows)
+    print(f"CIViC evidence: variant {variant_id} "
+          f"→ {len(df)} items")
+    return df
+```
+
+## 3. アサーション取得
+
+```python
+def civic_assertions(gene_name=None, limit=50):
+    """
+    CIViC — アサーション (ガイドライン推奨) 取得。
+
+    Parameters:
+        gene_name: str — 遺伝子名フィルタ
+        limit: int — 最大結果数
+    """
+    url = f"{CIVIC_API}/assertions"
+    params = {"count": limit}
+
+    resp = requests.get(url, params=params, timeout=30)
+    resp.raise_for_status()
+    data = resp.json()
+
+    rows = []
+    for a in data.get("records", []):
+        genes = [g.get("name", "")
+                 for g in a.get("genes", [])]
+        if gene_name and gene_name not in genes:
+            continue
+        drugs = [d.get("name", "")
+                 for d in a.get("drugs", [])]
+        rows.append({
+            "assertion_id": a.get("id", ""),
+            "genes": "; ".join(genes),
+            "variant": a.get("variant", {}).get(
+                "name", ""),
+            "disease": a.get("disease", {}).get(
+                "name", ""),
+            "drugs": "; ".join(drugs),
+            "assertion_type": a.get(
+                "assertion_type", ""),
+            "assertion_direction": a.get(
+                "assertion_direction", ""),
+            "clinical_significance": a.get(
+                "clinical_significance", ""),
+            "amp_level": a.get("amp_level", ""),
+            "status": a.get("status", ""),
+        })
+
+    df = pd.DataFrame(rows)
+    print(f"CIViC assertions: {len(df)}")
+    return df
+```
+
+## 4. CIViC 統合パイプライン
+
+```python
+def civic_pipeline(gene_name, variant_name=None,
+                      output_dir="results"):
+    """
+    CIViC 統合パイプライン。
+
+    Parameters:
+        gene_name: str — 遺伝子名 (例: "BRAF")
+        variant_name: str — バリアント名 (例: "V600E")
+        output_dir: str — 出力ディレクトリ
+    """
+    from pathlib import Path
+    output_dir = Path(output_dir)
+    output_dir.mkdir(parents=True, exist_ok=True)
+
+    # 1) 遺伝子サマリー
+    summary = civic_gene_summary(gene_name)
+    pd.DataFrame([summary]).to_csv(
+        output_dir / "civic_gene.csv", index=False)
+
+    # 2) バリアント検索
+    variants = civic_variant_search(gene_name,
+                                    variant_name)
+    variants.to_csv(output_dir / "civic_variants.csv",
+                    index=False)
+
+    # 3) トップバリアントのエビデンス
+    if not variants.empty:
+        top_vid = variants.iloc[0]["variant_id"]
+        evidence = civic_evidence_items(top_vid)
+        evidence.to_csv(
+            output_dir / "civic_evidence.csv",
+            index=False)
+
+    # 4) アサーション
+    assertions = civic_assertions(gene_name)
+    assertions.to_csv(
+        output_dir / "civic_assertions.csv",
+        index=False)
+
+    print(f"CIViC pipeline: {gene_name} → {output_dir}")
+    return {"variants": variants}
+```
+
+---
+
+## ToolUniverse 連携
+
+| TU Key | ツール名 | 連携内容 |
+|--------|---------|---------|
+| `civic` | CIViC | がんバリアント臨床解釈 (~12 tools) |
+
+## パイプライン統合
+
+```
+variant-interpretation → civic-evidence → precision-oncology
+  (ClinVar バリアント)    (CIViC REST)    (精密腫瘍学)
+          │                    │                ↓
+  gnomad-variants ────────────┘     drug-target-profiling
+  (集団頻度)           │           (標的プロファイリング)
+                       ↓
+             opentargets-genetics
+             (OT 標的-疾患)
+```
+
+## パイプライン出力
+
+| ファイル | 説明 | 次スキル |
+|---------|------|---------|
+| `results/civic_gene.csv` | 遺伝子サマリー | → cancer-genomics |
+| `results/civic_variants.csv` | バリアント一覧 | → variant-interpretation |
+| `results/civic_evidence.csv` | エビデンス | → precision-oncology |
+| `results/civic_assertions.csv` | アサーション | → pharmacogenomics |

package/src/.github/skills/scientific-compound-screening/SKILL.md

@@ -4,6 +4,10 @@ description: |
   化合物スクリーニングスキル。ZINC データベースを活用した購入可能化合物検索、
   SMILES/名前ベースの類似性検索、カタログフィルタリング、
   バーチャルスクリーニング前処理パイプライン。
+tu_tools:
+  - key: zinc
+    name: ZINC
+    description: 購入可能化合物データベース
 ---
 
 # Scientific Compound Screening