@nahisaho/satori 0.20.0 → 0.22.0

package/src/.github/skills/scientific-metabolomics-network/SKILL.md

@@ -0,0 +1,311 @@
+---
+name: scientific-metabolomics-network
+description: |
+  代謝物ネットワーク構築スキル。KEGG/Reactome 代謝パスウェイ
+  グラフ抽出・代謝物相関ネットワーク構築 (GGM/WGCNA)・
+  ハブ代謝物同定・MetaboAnalyst 統合エンリッチメント
+  パイプライン。
+  TU 外スキル (直接 Python ライブラリ + REST API)。
+---
+
+# Scientific Metabolomics Network
+
+KEGG/Reactome 代謝パスウェイからのネットワーク構築、
+代謝物間相関解析 (Gaussian Graphical Model / WGCNA)、
+ハブ代謝物同定、MetaboAnalyst 統合エンリッチメントの
+パイプラインを提供する。
+
+## When to Use
+
+- 代謝物相関ネットワーク (partial correlation) を構築するとき
+- KEGG/Reactome 代謝パスウェイをグラフ化するとき
+- ハブ代謝物 (高接続度) を同定するとき
+- 代謝パスウェイエンリッチメント解析を行うとき
+- メタボロームデータのネットワーク可視化
+
+---
+
+## Quick Start
+
+## 1. 代謝物相関ネットワーク
+
+```python
+import numpy as np
+import pandas as pd
+import networkx as nx
+from sklearn.covariance import GraphicalLassoCV
+
+
+def metabolite_correlation_network(
+        data, method="glasso", threshold=0.1):
+    """
+    代謝物相関ネットワーク構築。
+
+    Parameters:
+        data: pd.DataFrame — 代謝物濃度行列
+            (行=サンプル, 列=代謝物)
+        method: str — "glasso" (Graphical Lasso) or
+                      "pearson" (Pearson partial)
+        threshold: float — エッジ閾値
+    """
+    metabolites = data.columns.tolist()
+
+    if method == "glasso":
+        model = GraphicalLassoCV(cv=5)
+        model.fit(data.values)
+        precision = model.precision_
+        # Partial correlation from precision matrix
+        diag = np.sqrt(np.diag(precision))
+        partial_corr = -(precision /
+                         np.outer(diag, diag))
+        np.fill_diagonal(partial_corr, 1.0)
+    else:
+        partial_corr = data.corr().values
+
+    # Build network
+    G = nx.Graph()
+    G.add_nodes_from(metabolites)
+
+    for i in range(len(metabolites)):
+        for j in range(i + 1, len(metabolites)):
+            w = abs(partial_corr[i, j])
+            if w > threshold:
+                G.add_edge(
+                    metabolites[i],
+                    metabolites[j],
+                    weight=round(w, 4),
+                    sign=("+" if partial_corr[i, j]
+                          > 0 else "-"))
+
+    print(f"Metabolite network: "
+          f"{G.number_of_nodes()} nodes, "
+          f"{G.number_of_edges()} edges "
+          f"(threshold={threshold})")
+    return G
+
+
+def hub_metabolites(G, top_n=10):
+    """
+    ハブ代謝物同定 (次数中心性) 。
+
+    Parameters:
+        G: nx.Graph — 代謝物ネットワーク
+        top_n: int — 上位件数
+    """
+    degree_cent = nx.degree_centrality(G)
+    betweenness = nx.betweenness_centrality(G)
+
+    rows = []
+    for node in G.nodes():
+        rows.append({
+            "metabolite": node,
+            "degree": G.degree(node),
+            "degree_centrality": round(
+                degree_cent[node], 4),
+            "betweenness": round(
+                betweenness[node], 4),
+        })
+
+    df = pd.DataFrame(rows).sort_values(
+        "degree_centrality",
+        ascending=False).head(top_n)
+    print(f"Top {top_n} hub metabolites:")
+    for _, row in df.iterrows():
+        print(f"  {row['metabolite']}: "
+              f"deg={row['degree']}, "
+              f"bc={row['betweenness']}")
+    return df
+```
+
+## 2. KEGG 代謝パスウェイグラフ
+
+```python
+def kegg_pathway_graph(pathway_id):
+    """
+    KEGG — 代謝パスウェイをネットワークグラフとして取得。
+
+    Parameters:
+        pathway_id: str — KEGG パスウェイ ID
+                          (例: "hsa00010")
+    """
+    import requests
+
+    # KGML 取得
+    url = (f"https://rest.kegg.jp/get/"
+           f"{pathway_id}/kgml")
+    resp = requests.get(url, timeout=30)
+    resp.raise_for_status()
+
+    import xml.etree.ElementTree as ET
+    root = ET.fromstring(resp.text)
+
+    G = nx.DiGraph()
+
+    # ノード追加
+    entry_map = {}
+    for entry in root.findall("entry"):
+        eid = entry.get("id")
+        name = entry.get("name", "")
+        etype = entry.get("type", "")
+        graphics = entry.find("graphics")
+        label = (graphics.get("name", name)
+                 if graphics is not None else name)
+        entry_map[eid] = label
+        G.add_node(label, entry_type=etype)
+
+    # エッジ追加
+    for relation in root.findall("relation"):
+        e1 = relation.get("entry1")
+        e2 = relation.get("entry2")
+        rtype = relation.get("type", "")
+        if e1 in entry_map and e2 in entry_map:
+            G.add_edge(entry_map[e1],
+                       entry_map[e2],
+                       relation_type=rtype)
+
+    for reaction in root.findall("reaction"):
+        rname = reaction.get("name", "")
+        substrates = [s.get("name", "")
+                      for s in reaction.findall(
+                          "substrate")]
+        products = [p.get("name", "")
+                    for p in reaction.findall(
+                        "product")]
+        for s in substrates:
+            for p in products:
+                G.add_edge(s, p,
+                           reaction=rname)
+
+    print(f"KEGG pathway {pathway_id}: "
+          f"{G.number_of_nodes()} nodes, "
+          f"{G.number_of_edges()} edges")
+    return G
+```
+
+## 3. パスウェイエンリッチメント
+
+```python
+def metabolite_pathway_enrichment(
+        metabolite_list, organism="hsa"):
+    """
+    代謝物パスウェイエンリッチメント (KEGG)。
+
+    Parameters:
+        metabolite_list: list[str] — KEGG compound ID
+            リスト (例: ["C00031", "C00158"])
+        organism: str — 生物種コード
+    """
+    import requests
+    from scipy.stats import hypergeom
+
+    # KEGG compound→pathway マッピング
+    url = "https://rest.kegg.jp/link/pathway/compound"
+    resp = requests.get(url, timeout=30)
+    resp.raise_for_status()
+
+    cpd_to_pw = {}
+    pw_to_cpd = {}
+    for line in resp.text.strip().split("\n"):
+        if not line:
+            continue
+        parts = line.split("\t")
+        if len(parts) != 2:
+            continue
+        cpd = parts[0].replace("cpd:", "")
+        pw = parts[1].replace("path:", "")
+        if not pw.startswith("map"):
+            continue
+        cpd_to_pw.setdefault(cpd, set()).add(pw)
+        pw_to_cpd.setdefault(pw, set()).add(cpd)
+
+    # エンリッチメント計算
+    query_set = set(metabolite_list)
+    all_cpds = set(cpd_to_pw.keys())
+    M = len(all_cpds)
+    n = len(query_set & all_cpds)
+
+    results = []
+    for pw, pw_cpds in pw_to_cpd.items():
+        N = len(pw_cpds)
+        k = len(query_set & pw_cpds)
+        if k == 0:
+            continue
+        pval = hypergeom.sf(k - 1, M, N, n)
+        results.append({
+            "pathway": pw,
+            "overlap": k,
+            "pathway_size": N,
+            "pvalue": pval,
+            "metabolites": ", ".join(
+                query_set & pw_cpds),
+        })
+
+    df = pd.DataFrame(results).sort_values("pvalue")
+    print(f"Pathway enrichment: "
+          f"{len(df)} pathways (p<0.05: "
+          f"{(df['pvalue'] < 0.05).sum()})")
+    return df
+```
+
+## 4. 代謝ネットワーク統合パイプライン
+
+```python
+def metabolomics_network_pipeline(
+        data, metabolite_ids=None,
+        output_dir="results"):
+    """
+    代謝ネットワーク統合パイプライン。
+
+    Parameters:
+        data: pd.DataFrame — 代謝物濃度行列
+        metabolite_ids: list[str] | None — KEGG
+            compound ID (エンリッチメント用)
+        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) 相関ネットワーク
+    G = metabolite_correlation_network(data)
+    nx.write_graphml(
+        G, str(output_dir / "metabolite_network.graphml"))
+
+    # 2) ハブ代謝物
+    hubs = hub_metabolites(G)
+    hubs.to_csv(
+        output_dir / "hub_metabolites.csv",
+        index=False)
+
+    # 3) パスウェイエンリッチメント
+    if metabolite_ids:
+        enrich = metabolite_pathway_enrichment(
+            metabolite_ids)
+        enrich.to_csv(
+            output_dir / "pathway_enrichment.csv",
+            index=False)
+
+    print(f"Metabolomics network pipeline → "
+          f"{output_dir}")
+    return {"network": G, "hubs": hubs}
+```
+
+---
+
+## パイプライン統合
+
+```
+metabolomics → metabolomics-network → pathway-enrichment
+  (LC-MS/NMR)    (GGM/グラフ構築)       (KEGG/Reactome)
+       │                 │                    ↓
+  lipidomics ────────────┘         systems-biology
+    (脂質サブクラス)                 (マルチオミクス統合)
+```
+
+## パイプライン出力
+
+| ファイル | 説明 | 次スキル |
+|---------|------|---------|
+| `results/metabolite_network.graphml` | 相関ネットワーク | → systems-biology |
+| `results/hub_metabolites.csv` | ハブ代謝物 | → biomarker-discovery |
+| `results/pathway_enrichment.csv` | パスウェイエンリッチメント | → pathway-enrichment |

package/src/.github/skills/scientific-metagenome-assembled-genomes/SKILL.md

@@ -0,0 +1,299 @@
+---
+name: scientific-metagenome-assembled-genomes
+description: |
+  メタゲノムアセンブルゲノム (MAG) 解析スキル。
+  MetaBAT2 / CONCOCT / MaxBin2 ビニング・CheckM2 品質評価・
+  GTDB-Tk 分類学的分類・dRep 脱重複・Prokka アノテーション・
+  MAG アセンブリ品質レポートパイプライン。
+  TU 外スキル (CLI ラッパー + Python ライブラリ)。
+---
+
+# Scientific Metagenome-Assembled Genomes
+
+メタゲノムリードから個別ゲノム (MAG) を再構築する
+ビニング・品質評価・分類・アノテーションの
+統合パイプラインを提供する。
+
+## When to Use
+
+- メタゲノムショットガンデータから MAG を再構築するとき
+- コンティグビニング (MetaBAT2/CONCOCT/MaxBin2) を実行するとき
+- CheckM/CheckM2 でゲノム完全性・コンタミネーションを評価するとき
+- GTDB-Tk で MAG の分類学的位置づけを行うとき
+- dRep で冗長な MAG を脱重複するとき
+- Prokka/Bakta で MAG のアノテーションを行うとき
+
+---
+
+## Quick Start
+
+## 1. MetaBAT2 ビニング
+
+```python
+import subprocess
+import pandas as pd
+from pathlib import Path
+
+
+def run_metabat2(assembly_fasta, bam_file,
+                   output_dir="metabat2_bins",
+                   min_contig=2500):
+    """
+    MetaBAT2 — メタゲノムコンティグビニング。
+
+    Parameters:
+        assembly_fasta: str — アセンブリ FASTA
+        bam_file: str — ソート済み BAM
+        output_dir: str — 出力ディレクトリ
+        min_contig: int — 最小コンティグ長
+    """
+    out = Path(output_dir)
+    out.mkdir(parents=True, exist_ok=True)
+
+    # 深度テーブル生成
+    depth_file = out / "depth.txt"
+    subprocess.run([
+        "jgi_summarize_bam_contig_depths",
+        "--outputDepth", str(depth_file),
+        bam_file
+    ], check=True)
+
+    # MetaBAT2 実行
+    subprocess.run([
+        "metabat2",
+        "-i", assembly_fasta,
+        "-a", str(depth_file),
+        "-o", str(out / "bin"),
+        "-m", str(min_contig),
+        "--seed", "42",
+    ], check=True)
+
+    bins = list(out.glob("bin.*.fa"))
+    print(f"MetaBAT2: {len(bins)} bins generated")
+    return bins
+```
+
+## 2. CheckM2 品質評価
+
+```python
+def run_checkm2(bin_dir, output_dir="checkm2_out",
+                  threads=8):
+    """
+    CheckM2 — MAG 品質評価
+    (完全性 / コンタミネーション / N50)。
+
+    Parameters:
+        bin_dir: str — ビンディレクトリ
+        output_dir: str — 出力ディレクトリ
+        threads: int — スレッド数
+    """
+    out = Path(output_dir)
+    out.mkdir(parents=True, exist_ok=True)
+
+    subprocess.run([
+        "checkm2", "predict",
+        "--input", bin_dir,
+        "--output-directory", str(out),
+        "--threads", str(threads),
+        "-x", "fa",
+    ], check=True)
+
+    report = out / "quality_report.tsv"
+    df = pd.read_csv(report, sep="\t")
+
+    # MIMAG 基準による分類
+    df["quality"] = df.apply(
+        lambda r: (
+            "high" if r["Completeness"] >= 90
+            and r["Contamination"] < 5
+            else "medium"
+            if r["Completeness"] >= 50
+            and r["Contamination"] < 10
+            else "low"), axis=1)
+
+    n_hq = (df["quality"] == "high").sum()
+    n_mq = (df["quality"] == "medium").sum()
+    n_lq = (df["quality"] == "low").sum()
+    print(f"CheckM2: {n_hq} HQ, {n_mq} MQ, "
+          f"{n_lq} LQ MAGs")
+    return df
+
+
+def filter_quality_mags(checkm_df,
+                          min_completeness=50,
+                          max_contamination=10):
+    """
+    品質基準によるMAGフィルタリング。
+
+    Parameters:
+        checkm_df: pd.DataFrame — CheckM2 結果
+        min_completeness: float — 最小完全性 (%)
+        max_contamination: float — 最大汚染 (%)
+    """
+    filtered = checkm_df[
+        (checkm_df["Completeness"]
+         >= min_completeness)
+        & (checkm_df["Contamination"]
+           <= max_contamination)
+    ].copy()
+
+    print(f"Filter: {len(filtered)}/"
+          f"{len(checkm_df)} MAGs passed "
+          f"(≥{min_completeness}% comp, "
+          f"≤{max_contamination}% contam)")
+    return filtered
+```
+
+## 3. GTDB-Tk 分類
+
+```python
+def run_gtdbtk(bin_dir, output_dir="gtdbtk_out",
+                 threads=8):
+    """
+    GTDB-Tk — ゲノム分類学分類
+    (GTDB taxonomy)。
+
+    Parameters:
+        bin_dir: str — フィルタ済みビンディレクトリ
+        output_dir: str — 出力ディレクトリ
+        threads: int — スレッド数
+    """
+    out = Path(output_dir)
+    out.mkdir(parents=True, exist_ok=True)
+
+    subprocess.run([
+        "gtdbtk", "classify_wf",
+        "--genome_dir", bin_dir,
+        "--out_dir", str(out),
+        "--cpus", str(threads),
+        "-x", "fa",
+    ], check=True)
+
+    # 細菌/古細菌分類結果を統合
+    results = []
+    for domain in ["bac120", "ar53"]:
+        tsv = (out / f"gtdbtk.{domain}."
+               "summary.tsv")
+        if tsv.exists():
+            df = pd.read_csv(tsv, sep="\t")
+            df["domain_marker"] = domain
+            results.append(df)
+
+    if results:
+        combined = pd.concat(results,
+                             ignore_index=True)
+        print(f"GTDB-Tk: {len(combined)} MAGs "
+              f"classified")
+        return combined
+
+    print("GTDB-Tk: no classification results")
+    return pd.DataFrame()
+```
+
+## 4. dRep 脱重複
+
+```python
+def run_drep(bin_dir, output_dir="drep_out",
+               ani_threshold=0.95):
+    """
+    dRep — MAG 脱重複 (ANI ベース)。
+
+    Parameters:
+        bin_dir: str — ビンディレクトリ
+        output_dir: str — 出力ディレクトリ
+        ani_threshold: float — ANI 閾値
+    """
+    out = Path(output_dir)
+    out.mkdir(parents=True, exist_ok=True)
+
+    subprocess.run([
+        "dRep", "dereplicate",
+        str(out),
+        "-g", f"{bin_dir}/*.fa",
+        "-sa", str(ani_threshold),
+        "--ignoreGenomeQuality",
+    ], check=True)
+
+    derep = list(
+        (out / "dereplicated_genomes").glob("*.fa"))
+    print(f"dRep: {len(derep)} dereplicated MAGs "
+          f"(ANI ≥ {ani_threshold})")
+    return derep
+```
+
+## 5. MAG パイプライン統合
+
+```python
+def mag_pipeline(assembly_fasta, bam_file,
+                   output_dir="mag_results",
+                   threads=8):
+    """
+    MAG 統合パイプライン。
+
+    Parameters:
+        assembly_fasta: str — メタゲノムアセンブリ
+        bam_file: str — ソート済み BAM
+        output_dir: str — 出力ルート
+        threads: int — スレッド数
+    """
+    out = Path(output_dir)
+    out.mkdir(parents=True, exist_ok=True)
+
+    # 1) ビニング
+    bins = run_metabat2(
+        assembly_fasta, bam_file,
+        str(out / "bins"))
+
+    # 2) 品質評価
+    checkm = run_checkm2(
+        str(out / "bins"),
+        str(out / "checkm2"),
+        threads)
+
+    # 3) フィルタリング (MIMAG medium+)
+    quality = filter_quality_mags(checkm)
+
+    # 4) GTDB-Tk 分類
+    taxonomy = run_gtdbtk(
+        str(out / "bins"),
+        str(out / "gtdbtk"),
+        threads)
+
+    # 5) 脱重複
+    derep = run_drep(
+        str(out / "bins"),
+        str(out / "drep"))
+
+    print(f"MAG pipeline: {len(bins)} bins → "
+          f"{len(quality)} QC passed → "
+          f"{len(derep)} dereplicated")
+
+    return {
+        "bins": bins,
+        "checkm": checkm,
+        "quality": quality,
+        "taxonomy": taxonomy,
+        "dereplicated": derep,
+    }
+```
+
+---
+
+## パイプライン統合
+
+```
+microbiome-metagenomics → metagenome-assembled-genomes → environmental-ecology
+  (メタゲノム組成解析)      (MAG 再構築)                   (生態系統合)
+        │                        │                            ↓
+  long-read-sequencing ─────────┘                    phylogenomics
+    (ロングリードアセンブリ)                            (系統解析)
+```
+
+## パイプライン出力
+
+| ファイル | 説明 | 次スキル |
+|---------|------|---------|
+| `*_bins/bin.*.fa` | ビンゲノム | → dRep, GTDB-Tk |
+| `checkm2_out/quality_report.tsv` | 品質レポート | → フィルタリング |
+| `gtdbtk_out/*.summary.tsv` | 分類結果 | → phylogenomics |
+| `drep_out/dereplicated_genomes/` | 脱重複 MAG | → environmental-ecology |

package/src/.github/skills/scientific-model-organism-db/SKILL.md

@@ -5,6 +5,14 @@ description: |
   WormBase (線虫)、ZFIN (ゼブラフィッシュ)、RGD (ラット)、
   MGI (マウス) の REST API を統合した
   モデル生物遺伝子・表現型・疾患モデル横断検索パイプライン。
+  ToolUniverse 連携: impc, mpd。
+tu_tools:
+  - key: impc
+    name: IMPC
+    description: 国際マウス表現型解析コンソーシアム
+  - key: mpd
+    name: MPD
+    description: Mouse Phenome Database マウス表現型
 ---
 
 # Scientific Model Organism Database

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

@@ -6,6 +6,10 @@ description: |
   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。
+tu_tools:
+  - key: fda_pharmacogenomic_biomarkers
+    name: FDA PGx Biomarkers
+    description: FDA 薬理ゲノミクスバイオマーカーテーブル
 ---
 
 # Scientific Pharmacogenomics