@nahisaho/satori 0.19.0 → 0.20.0

package/src/.github/skills/scientific-stitch-chemical-network/SKILL.md

@@ -0,0 +1,318 @@
+---
+name: scientific-stitch-chemical-network
+description: |
+  STITCH 化学-タンパク質相互作用ネットワークスキル。STITCH
+  REST API を用いた化学物質-タンパク質インタラクション検索・
+  信頼度スコアリング・ネットワーク薬理学・ポリファーマコロジー解析。
+  ToolUniverse 連携: stitch。
+tu_tools:
+  - key: stitch
+    name: STITCH
+    description: 化学物質-タンパク質相互作用ネットワーク (EMBL)
+---
+
+# Scientific STITCH Chemical Network
+
+STITCH (Search Tool for Interactions of Chemicals) REST API
+を活用した化学物質-タンパク質相互作用検索・信頼度スコアリング・
+ネットワーク薬理学・ポリファーマコロジー解析パイプラインを提供する。
+
+## When to Use
+
+- 化学物質とタンパク質の相互作用エビデンスを検索するとき
+- 薬物の標的タンパク質ネットワークを構築するとき
+- ポリファーマコロジー (多標的薬理作用) を解析するとき
+- 化学物質間の類似ネットワークを構築するとき
+- ネットワーク薬理学 (Network Pharmacology) を実施するとき
+
+---
+
+## Quick Start
+
+## 1. 化学物質-タンパク質相互作用検索
+
+```python
+import requests
+import pandas as pd
+
+STITCH_API = "http://stitch.embl.de/api"
+
+
+def stitch_interactions(chemical, species=9606,
+                          required_score=400, limit=50):
+    """
+    STITCH — 化学物質-タンパク質相互作用検索。
+
+    Parameters:
+        chemical: str — 化学物質名または CID
+            (例: "aspirin", "CIDm00002244")
+        species: int — NCBI Taxonomy ID
+            (9606=ヒト)
+        required_score: int — 最低信頼度スコア
+            (0-1000, 400=medium)
+        limit: int — 最大結果数
+    """
+    url = f"{STITCH_API}/tsv/interactionsList"
+    params = {
+        "identifiers": chemical,
+        "species": species,
+        "required_score": required_score,
+        "limit": limit,
+    }
+    resp = requests.get(url, params=params, timeout=30)
+    resp.raise_for_status()
+
+    lines = resp.text.strip().split("\n")
+    if len(lines) < 2:
+        return pd.DataFrame()
+
+    header = lines[0].split("\t")
+    rows = [line.split("\t") for line in lines[1:]]
+    df = pd.DataFrame(rows, columns=header)
+
+    if "score" in df.columns:
+        df["score"] = pd.to_numeric(
+            df["score"], errors="coerce")
+
+    print(f"STITCH: {chemical} → {len(df)} interactions")
+    return df
+
+
+def stitch_resolve(identifiers, species=9606):
+    """
+    STITCH — 化学物質/タンパク質 ID 解決。
+
+    Parameters:
+        identifiers: list[str] — 化学物質/タンパク質名リスト
+        species: int — NCBI Taxonomy ID
+    """
+    url = f"{STITCH_API}/tsv/resolveList"
+    params = {
+        "identifiers": "\r".join(identifiers),
+        "species": species,
+    }
+    resp = requests.get(url, params=params, timeout=30)
+    resp.raise_for_status()
+
+    lines = resp.text.strip().split("\n")
+    if len(lines) < 2:
+        return pd.DataFrame()
+
+    header = lines[0].split("\t")
+    rows = [line.split("\t") for line in lines[1:]]
+    df = pd.DataFrame(rows, columns=header)
+
+    print(f"STITCH resolve: {len(identifiers)} queries → "
+          f"{len(df)} results")
+    return df
+```
+
+## 2. ネットワーク薬理学
+
+```python
+def stitch_network(chemicals, species=9606,
+                     required_score=400):
+    """
+    STITCH — 多化学物質ネットワーク構築。
+
+    Parameters:
+        chemicals: list[str] — 化学物質名リスト
+        species: int — NCBI Taxonomy ID
+        required_score: int — 最低信頼度スコア
+    """
+    url = f"{STITCH_API}/tsv/network"
+    params = {
+        "identifiers": "\r".join(chemicals),
+        "species": species,
+        "required_score": required_score,
+    }
+    resp = requests.get(url, params=params, timeout=30)
+    resp.raise_for_status()
+
+    lines = resp.text.strip().split("\n")
+    if len(lines) < 2:
+        return pd.DataFrame()
+
+    header = lines[0].split("\t")
+    rows = [line.split("\t") for line in lines[1:]]
+    df = pd.DataFrame(rows, columns=header)
+
+    nodes = set()
+    if "stringId_A" in df.columns:
+        nodes.update(df["stringId_A"].unique())
+    if "stringId_B" in df.columns:
+        nodes.update(df["stringId_B"].unique())
+
+    print(f"STITCH network: {len(nodes)} nodes, "
+          f"{len(df)} edges")
+    return df
+
+
+def polypharmacology_analysis(drug_list, species=9606,
+                                required_score=700):
+    """
+    ポリファーマコロジー解析。
+
+    Parameters:
+        drug_list: list[str] — 薬物名リスト
+        species: int — NCBI Taxonomy ID
+        required_score: int — 高信頼度スコア閾値
+    """
+    all_targets = {}
+    for drug in drug_list:
+        interactions = stitch_interactions(
+            drug, species, required_score)
+        if interactions.empty:
+            continue
+
+        targets = set()
+        for col in ["stringId_A", "stringId_B"]:
+            if col in interactions.columns:
+                targets.update(
+                    interactions[col].unique())
+        # 化学物質自身を除外
+        targets = {t for t in targets
+                   if not t.startswith("CID")}
+        all_targets[drug] = targets
+
+    # 共通標的計算
+    if len(all_targets) < 2:
+        return pd.DataFrame()
+
+    pairs = []
+    drugs = list(all_targets.keys())
+    for i in range(len(drugs)):
+        for j in range(i + 1, len(drugs)):
+            shared = (all_targets[drugs[i]]
+                      & all_targets[drugs[j]])
+            union = (all_targets[drugs[i]]
+                     | all_targets[drugs[j]])
+            jaccard = (len(shared) / len(union)
+                       if union else 0)
+            pairs.append({
+                "drug_a": drugs[i],
+                "drug_b": drugs[j],
+                "shared_targets": len(shared),
+                "jaccard_index": jaccard,
+                "shared_list": "; ".join(
+                    sorted(shared)),
+            })
+
+    df = pd.DataFrame(pairs)
+    df.sort_values("jaccard_index", ascending=False,
+                   inplace=True)
+    print(f"Polypharmacology: {len(drugs)} drugs, "
+          f"{len(df)} pairs")
+    return df
+```
+
+## 3. エンリッチメント解析
+
+```python
+def stitch_enrichment(identifiers, species=9606):
+    """
+    STITCH — 機能エンリッチメント解析。
+
+    Parameters:
+        identifiers: list[str] — タンパク質/化学物質リスト
+        species: int — NCBI Taxonomy ID
+    """
+    url = f"{STITCH_API}/tsv/enrichment"
+    params = {
+        "identifiers": "\r".join(identifiers),
+        "species": species,
+    }
+    resp = requests.get(url, params=params, timeout=30)
+    resp.raise_for_status()
+
+    lines = resp.text.strip().split("\n")
+    if len(lines) < 2:
+        return pd.DataFrame()
+
+    header = lines[0].split("\t")
+    rows = [line.split("\t") for line in lines[1:]]
+    df = pd.DataFrame(rows, columns=header)
+
+    if "p_value" in df.columns:
+        df["p_value"] = pd.to_numeric(
+            df["p_value"], errors="coerce")
+        df.sort_values("p_value", inplace=True)
+
+    print(f"STITCH enrichment: {len(df)} terms")
+    return df
+```
+
+## 4. STITCH 統合パイプライン
+
+```python
+def stitch_pipeline(chemicals, species=9606,
+                      output_dir="results"):
+    """
+    STITCH 統合パイプライン。
+
+    Parameters:
+        chemicals: list[str] — 化学物質名リスト
+        species: int — NCBI Taxonomy ID
+        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) 個別相互作用
+    all_interactions = []
+    for chem in chemicals:
+        ixns = stitch_interactions(chem, species)
+        ixns["query_chemical"] = chem
+        all_interactions.append(ixns)
+    ixn_df = pd.concat(all_interactions, ignore_index=True)
+    ixn_df.to_csv(
+        output_dir / "stitch_interactions.csv",
+        index=False)
+
+    # 2) ネットワーク
+    network = stitch_network(chemicals, species)
+    network.to_csv(
+        output_dir / "stitch_network.csv",
+        index=False)
+
+    # 3) ポリファーマコロジー
+    polypharm = polypharmacology_analysis(
+        chemicals, species)
+    polypharm.to_csv(
+        output_dir / "polypharmacology.csv",
+        index=False)
+
+    print(f"STITCH pipeline → {output_dir}")
+    return {
+        "interactions": ixn_df,
+        "network": network,
+        "polypharmacology": polypharm,
+    }
+```
+
+---
+
+## ToolUniverse 連携
+
+| TU Key | ツール名 | 連携内容 |
+|--------|---------|---------|
+| `stitch` | STITCH | 化学物質-タンパク質相互作用 (EMBL) |
+
+## パイプライン統合
+
+```
+cheminformatics → stitch-chemical-network → drug-target-profiling
+  (化合物記述子)     (STITCH 相互作用)     (DGIdb 標的)
+        │                   │                    ↓
+string-network-api ────────┘          pharmacology-targets
+  (STRING PPI)                        (BindingDB/GtoPdb)
+```
+
+## パイプライン出力
+
+| ファイル | 説明 | 次スキル |
+|---------|------|---------|
+| `results/stitch_interactions.csv` | 化学物質-標的 | → drug-target-profiling |
+| `results/stitch_network.csv` | ネットワーク | → string-network-api |
+| `results/polypharmacology.csv` | 多標的解析 | → pharmacology-targets |

package/src/.github/skills/scientific-string-network-api/SKILL.md

@@ -4,6 +4,10 @@ description: |
   STRING/BioGRID/STITCH ネットワーク解析スキル。STRING タンパク質相互作用
   ネットワーク直接 API、BioGRID 実験的 PPI、STITCH 化学-タンパク質ネットワーク、
   ネットワークトポロジー解析・コミュニティ検出・機能濃縮統合パイプライン。
+tu_tools:
+  - key: ppi
+    name: STRING/BioGRID PPI
+    description: タンパク質・化学物質相互作用ネットワーク
 ---
 
 # Scientific STRING Network API