drugbank-database-access

DrugBank データベース — ローカル XML アクセス

概要

ローカルにダウンロードした XML ファイルを Python の ElementTree で解析し、DrugBank の包括的な医薬品データベース（14,000 件以上の医薬品エントリ、5,000 件以上のタンパク質ターゲット、17,000 件以上の医薬品相互作用）を検索します。医薬品検索、相互作用の確認、ターゲット／経路の抽出、化学的特性の分析、データベース間の識別子マッピングに対応しています。

使用する場面

• DrugBank ID、名前、または CAS 番号で医薬品情報（説明、適応症、作用機序、薬理学）を検索する場合
• 多剤併用の安全性を確認するため、医薬品間相互作用と重症度分類を調べる場合
• UniProt アクセッションを含む医薬品ターゲット、酵素、トランスポーター、キャリアを抽出する場合
• ケモインフォマティクス分析用に化学的特性（SMILES、InChI、分子量）を取得する場合
• DrugBank エントリを外部データベース（PubChem、ChEMBL、UniProt、KEGG）にマッピングする場合
• 分子フィンガープリントから医薬品類似性マトリックスを作成する場合
• ライブの生物活性データ（IC50、Ki、EC50）には、代わりに chembl-database-bioactivity を使用してください
• データベースをダウンロードせずに化合物の特性を検索するには、代わりに pubchem-compound-search を使用してください

前提条件

• DrugBank アカウント：https://go.drugbank.com/ で登録します（無料の学術ライセンス）
• XML のダウンロード：登録後、drugbank_all_full_database.xml.zip をダウンロードします（展開後、約 1.5 GB）
• Python パッケージ：lxml、rdkit（類似性）、pandas（表形式の分析）
• REST API（任意）：開発者向けプランは月 3,000 リクエストです。一括処理にはローカル XML を使用してください

pip install lxml pandas
pip install rdkit-pypi          # chemical similarity
pip install drugbank-downloader  # programmatic XML download

クイックスタート

import xml.etree.ElementTree as ET

NS = {'db': 'http://www.drugbank.ca'}  # Required for ALL XPath queries

tree = ET.parse('drugbank_all_full_database.xml')  # 30-60s for full XML
root = tree.getroot()

# Build lookup index (DrugBank ID + lowercase name → element)
drug_index = {}
for drug in root.findall('db:drug', NS):
    db_id = drug.find('db:drugbank-id[@primary="true"]', NS)
    name = drug.find('db:name', NS)
    if db_id is not None and name is not None:
        drug_index[db_id.text] = drug
        drug_index[name.text.lower()] = drug

def find_drug(query):
    """Find drug by DrugBank ID, name (case-insensitive), or CAS number."""
    result = drug_index.get(query) or drug_index.get(query.lower())
    if result is not None:
        return result
    for drug in root.findall('db:drug', NS):  # CAS fallback
        cas = drug.find('db:cas-number', NS)
        if cas is not None and cas.text == query:
            return drug
    return None

drug = find_drug('DB00945')  # Aspirin
name = drug.find('db:name', NS).text
print(f"{name}: {drug.find('db:description', NS).text[:100]}...")

コア API

1. データアクセスとセットアップ

import xml.etree.ElementTree as ET

NS = {'db': 'http://www.drugbank.ca'}
tree = ET.parse('drugbank_all_full_database.xml')
root = tree.getroot()
print(f"Total drug entries: {len(root.findall('db:drug', NS))}")

メモリに制約のある環境では、iterparse を使用してください。

drug_names = {}
for event, elem in ET.iterparse('drugbank_all_full_database.xml', events=('end',)):
    if elem.tag == '{http://www.drugbank.ca}drug':
        db_id = elem.find('{http://www.drugbank.ca}drugbank-id[@primary="true"]')
        name = elem.find('{http://www.drugbank.ca}name')
        if db_id is not None and name is not None:
            drug_names[db_id.text] = name.text
        elem.clear()  # Free memory
print(f"Parsed {len(drug_names)} drugs via iterparse")

2. 医薬品情報の検索

def get_drug_info(drug_element):
    """Extract comprehensive drug information."""
    def txt(path):
        el = drug_element.find(path, NS)
        return el.text if el is not None and el.text else None

    return {
        'drugbank_id': txt('db:drugbank-id[@primary="true"]'),
        'name': txt('db:name'),
        'type': drug_element.get('type'),
        'description': txt('db:description'),
        'indication': txt('db:indication'),
        'mechanism_of_action': txt('db:mechanism-of-action'),
        'cas_number': txt('db:cas-number'),
        'groups': [g.text for g in drug_element.findall('db:groups/db:group', NS)],
    }

info = get_drug_info(find_drug('Metformin'))
print(f"{info['name']} ({info['type']}): Groups={info['groups']}")

# Search by name pattern (partial match)
def search_by_name(pattern):
    pattern_lower = pattern.lower()
    return [d for d in root.findall('db:drug', NS)
            if d.find('db:name', NS) is not None
            and pattern_lower in d.find('db:name', NS).text.lower()]

statins = search_by_name('statin')
print(f"Found {len(statins)} drugs matching 'statin'")

3. 医薬品間相互作用

def get_interactions(drug_element):
    """Extract all drug-drug interactions."""
    return [{
        'drugbank_id': i.find('db:drugbank-id', NS).text,
        'name': i.find('db:name', NS).text,
        'description': i.find('db:description', NS).text,
    } for i in drug_element.findall('db:drug-interactions/db:drug-interaction', NS)]

def classify_severity(description):
    """Classify severity from interaction description text."""
    if not description:
        return 'unknown'
    dl = description.lower()
    if any(w in dl for w in ['contraindicated', 'avoid', 'fatal', 'life-threatening']):
        return 'major'
    if any(w in dl for w in ['increase', 'decrease', 'enhance', 'reduce', 'alter']):
        return 'moderate'
    return 'minor'

interactions = get_interactions(find_drug('Aspirin'))
print(f"Aspirin has {len(interactions)} interactions")
for i in interactions[:3]:
    print(f"  [{classify_severity(i['description'])}] {i['name']}")

# Check pairwise interaction between two drugs
def check_interaction(drug1_elem, drug2_elem):
    id2 = drug2_elem.find('db:drugbank-id[@primary="true"]', NS).text
    for inter in get_interactions(drug1_elem):
        if inter['drugbank_id'] == id2:
            inter['severity'] = classify_severity(inter['description'])
            return inter
    return None

result = check_interaction(find_drug('Warfarin'), find_drug('Aspirin'))
if result:
    print(f"[{result['severity']}] {result['description'][:150]}")

4. 医薬品ターゲットと経路

def get_targets(drug_element, target_type='targets'):
    """Extract targets/enzymes/transporters/carriers.
    target_type: 'targets', 'enzymes', 'transporters', or 'carriers'
    """
    results = []
    for target in drug_element.findall(f'db:{target_type}/db:{target_type[:-1]}', NS):
        t = {
            'name': (target.find('db:name', NS).text
                     if target.find('db:name', NS) is not None else None),
            'actions': [a.text for a in target.findall('db:actions/db:action', NS) if a.text],
        }
        poly = target.find('db:polypeptide', NS)
        if poly is not None:
            t['uniprot_id'] = poly.get('id')
            gene = poly.find('db:gene-name', NS)
            t['gene_name'] = gene.text if gene is not None else None
        results.append(t)
    return results

drug = find_drug('Imatinib')
targets = get_targets(drug, 'targets')
enzymes = get_targets(drug, 'enzymes')
print(f"Imatinib — Targets: {len(targets)}, Enzymes: {len(enzymes)}")
for t in targets[:3]:
    print(f"  {t['name']} (UniProt: {t.get('uniprot_id', 'N/A')}) — {t['actions']}")

def get_pathways(drug_element):
    """Extract SMPDB pathway associations."""
    pathways = []
    for pw in drug_element.findall('db:pathways/db:pathway', NS):
        name = pw.find('db:name', NS)
        smpdb = pw.find('db:smpdb-id', NS)
        pathways.append({
            'smpdb_id': smpdb.text if smpdb is not None else None,
            'name': name.text if name is not None else None,
        })
    return pathways

for pw in get_pathways(find_drug('Metformin')):
    print(f"  {pw['smpdb_id']}: {pw['name']}")

5. 化学的特性と類似性

def get_property(drug_element, kind_name, section='calculated'):
    """Get a single property value by kind name."""
    prefix = f'db:{section}-properties/db:property'
    for prop in drug_element.findall(prefix, NS):
        kind = prop.find('db:kind', NS)
        if kind is not None and kind.text == kind_name:
            return prop.find('db:value', NS).text
    return None

def get_all_properties(drug_element):
    """Extract all calculated and experimental properties as a dict."""
    props = {}
    for section in ('calculated', 'experimental'):
        for prop in drug_element.findall(f'db:{section}-properties/db:property', NS):
            kind = prop.find('db:kind', NS)
            value = prop.find('db:value', NS)
            if kind is not None and value is not None:
                key = f'{section}_{kind.text}' if section == 'experimental' else kind.text
                props[key] = value.text
    return props

drug = find_drug('Aspirin')
print(f"SMILES: {get_property(drug, 'SMILES')}")
print(f"MW: {get_property(drug, 'Molecular Weight')}")
print(f"LogP: {get_property(drug, 'logP')}")

# Tanimoto similarity between drugs using RDKit Morgan fingerprints
from rdkit import Chem
from rdkit.Chem import AllChem, DataStructs

def drug_similarity(drug1_elem, drug2_elem, radius=2, nbits=2048):
    smi1, smi2 = get_property(drug1_elem, 'SMILES'), get_property(drug2_elem, 'SMILES')
    if not smi1 or not smi2:
        return None
    mol1, mol2 = Chem.MolFromSmiles(smi1), Chem.MolFromSmiles(smi2)
    if mol1 is None or mol2 is None:
        return None
    fp1 = AllChem.GetMorganFingerprintAsBitVect(mol1, radius, nBits=nbits)
    fp2 = AllChem.GetMorganFingerprintAsBitVect(mol2, radius, nBits=nbits)
    return DataStructs.TanimotoSimilarity(fp1, fp2)

sim = drug_similarity(find_drug('Aspirin'), find_drug('Ibuprofen'))
print(f"Aspirin vs Ibuprofen: {sim:.3f}")

6. データベース間の連携

def get_external_ids(drug_element):
    """Extract all external database identifiers."""
    ids = {}
    for ident in drug_element.findall('db:external-identifiers/db:external-identifier', NS):
        resource = ident.find('db:resource', NS)
        identifier = ident.find('db:identifier', NS)
        if resource is not None and identifier is not None:
            ids[resource.text] = identifier.text
    return ids

ids = get_external_ids(find_drug('Imatinib'))
print(f"PubChem: {ids.get('PubChem Compound')}, ChEMBL: {ids.get('ChEMBL')}, "
      f"KEGG: {ids.get('KEGG Drug')}, UniProt: {ids.get('UniProtKB')}")

# Build cross-reference table for multiple drugs
import pandas as pd

def build_crossref_table(names):
    rows = []
    for name in names:
        d = find_drug(name)
        if d is None: continue
        ids = get_external_ids(d)
        rows.append({'drug': name,
                     'drugbank_id': d.find('db:drugbank-id[@primary="true"]', NS).text,
                     'pubchem': ids.get('PubChem Compound'),
                     'chembl': ids.get('ChEMBL'),
                     'kegg': ids.get('KEGG Drug')})
    return pd.DataFrame(rows)

print(build_crossref_table(['Aspirin', 'Metformin', 'Imatinib', 'Warfarin']).to_string(index=False))

主要な概念

XML 名前空間の処理

DrugBank XML のクエリにはすべて名前空間プレフィックスが必要です。これがないと、XPath は結果を返しません。

NS = {'db': 'http://www.drugbank.ca'}
name = drug.find('db:name', NS).text     # CORRECT
name = drug.find('name')                  # WRONG — returns None!
# For iterparse, use full URI: '{http://www.drugbank.ca}drug'

医薬品エントリの構造

セクション	XPath	内容
識別情報	db:drugbank-id、db:name、db:cas-number	主な識別子
薬理学	db:description、db:indication、db:mechanism-of-action	臨床テキスト、作用機序、PD/PK
相互作用	db:drug-interactions/db:drug-interaction	説明付きの相互作用する医薬品
ターゲット	db:targets/db:target	作用を含むタンパク質ターゲット
酵素／トランスポーター／キャリア	db:enzymes/db:enzyme など	CYP450、P-gp、結合タンパク質
経路	db:pathways/db:pathway	SMPDB 経路との関連
特性	db:calculated-properties、db:experimental-properties	SMILES、MW、logP など
外部 ID	db:external-identifiers	PubChem、ChEMBL、KEGG、UniProt との相互参照

外部識別子のマッピング

XML 内のリソース名	データベース	例
PubChem Compound	PubChem CID	2244
ChEMBL	ChEMBL	CHEMBL25
KEGG Drug / KEGG Compound	KEGG	D00109 / C01405
UniProtKB	UniProt	P23219
PharmGKB	PharmGKB	PA452615
ChEBI	ChEBI	15365

計算された特性の種類

一般的な kind の値：SMILES、InChI、InChIKey、Molecular Weight、Molecular Formula、logP、logS、Polar Surface Area (PSA)、Rotatable Bond Count、H Bond Acceptor Count、H Bond Donor Count、pKa (strongest acidic)、pKa (strongest basic)、Rule of Five、Bioavailability。

一般的なワークフロー

ワークフロー 1：創薬ターゲットの分析

目標：特定の遺伝子を標的とするすべての医薬品を見つけ、その特性を分析します。

import xml.etree.ElementTree as ET
import pandas as pd

NS = {'db': 'http://www.drugbank.ca'}
tree = ET.parse('drugbank_all_full_database.xml')
root = tree.getroot()

target_gene = 'EGFR'
records = []
for drug in root.findall('db:drug', NS):
    for target in drug.findall('db:targets/db:target', NS):
        poly = target.find('db:polypeptide', NS)
        if poly is None:
            continue
        gene = poly.find('db:gene-name', NS)
        if gene is not None and gene.text == target_gene:
            actions = [a.text for a in target.findall('db:actions/db:action', NS) if a.text]
            records.append({
                'drugbank_id': drug.find('db:drugbank-id[@primary="true"]', NS).text,
                'name': drug.find('db:name', NS).text,
                'groups': ', '.join(g.text for g in drug.findall('db:groups/db:group', NS)),
                'actions': ', '.join(actions),
            })

df = pd.DataFrame(records)
print(f"Drugs targeting {target_gene}: {len(df)}")
print(df.to_string(index=False))

ワークフロー 2：多剤併用の安全性スクリーニング

目標：服用薬のリストについて、すべてのペアごとの相互作用を重症度順にスクリーニングします。

import xml.etree.ElementTree as ET
import pandas as pd

NS = {'db': 'http://www.drugbank.ca'}
tree = ET.parse('drugbank_all_full_database.xml')
root = tree.getroot()

# Build index and interaction maps
idx = {}
inter_map = {}  # drugbank_id → {interacting_id: description}
for drug in root.findall('db:drug', NS):
    name = drug.find('db:name', NS)
    db_id = drug.find('db:drugbank-id[@primary="true"]', NS)
    if name is None or db_id is None:
        continue
    idx[name.text.lower()] = db_id.text
    imap = {}
    for i in drug.findall('db:drug-interactions/db:drug-interaction', NS):
        imap[i.find('db:drugbank-id', NS).text] = i.find('db:description', NS).text
    inter_map[db_id.text] = imap

medications = ['Warfarin', 'Aspirin', 'Omeprazole', 'Atorvastatin', 'Metformin']
report = []
med_ids = [(m, idx.get(m.lower())) for m in medications]
for i, (n1, id1) in enumerate(med_ids):
    if not id1: continue
    for n2, id2 in med_ids[i+1:]:
        if not id2: continue
        desc = inter_map.get(id1, {}).get(id2)
        if desc:
            dl = desc.lower()
            sev = ('MAJOR' if any(w in dl for w in ['contraindicated','avoid','fatal'])
                   else 'MODERATE' if any(w in dl for w in ['increase','decrease','enhance','reduce'])
                   else 'MINOR')
            report.append({'Drug 1': n1, 'Drug 2': n2, 'Severity': sev,
                           'Description': desc[:120]})

df = pd.DataFrame(report)
print(f"=== Polypharmacy Report: {len(medications)} medications, {len(df)} interactions ===")
if not df.empty:
    print(df.sort_values('Severity').to_string(index=False))

主なパラメーター

パラメーター	関数／エンドポイント	デフォルト	説明
NS（名前空間の辞書）	すべての XPath クエリ	{'db': 'http://www.drugbank.ca'}	すべての find／findall 呼び出しで必要です
@primary="true"	db:drugbank-id	—	セカンダリ ID ではなく、プライマリ DrugBank ID（DB00XXX）を選択します
target_type	get_targets()	'targets'	次のいずれかです：targets、enzymes、transporters、carriers
radius	Morgan フィンガープリント	2	フィンガープリントの半径です。2 = ECFP4、3 = ECFP6
nbits	Morgan フィンガープリント	2048	ビットベクトルの長さです。値が大きいほどハッシュ衝突が少なくなります
events	ET.iterparse()	—	解析イベントです。終了タグで発火させるには ('end',) を使用します

ベストプラクティス

1. 起動時にメモリー内インデックスを構築する：一度だけ解析し（30～60秒）、ID と小文字の名前をキーにした辞書を構築します。ループ内で再解析しないでください
2. 名前空間の辞書を必ず渡す：すべての find()／findall() で NS が必要です。これを省略すると、結果が空になる原因の第1位になります
3. メモリーに制約がある場合は iterparse を使用する：elem.clear() と組み合わせることで、1.5 GB のツリー全体を読み込まずに済みます
4. None をチェックする：すべての医薬品にすべてのフィールドがあるとは限りません。.text の前に必ず el is not None を確認してください
5. 実験値より計算値を優先する：計算値（SMILES、logP、MW）は、ほぼすべての医薬品で利用できます
6. 多剤併用では相互作用マップをキャッシュする：{drug_id: {interacting_id: desc}} を一度だけ事前構築します

よくあるレシピ

レシピ：すべての医薬品プロパティを CSV にエクスポートする

import pandas as pd
records = []
for drug in root.findall('db:drug', NS):
    row = {'drugbank_id': drug.find('db:drugbank-id[@primary="true"]', NS).text,
           'name': drug.find('db:name', NS).text, 'type': drug.get('type')}
    for prop in drug.findall('db:calculated-properties/db:property', NS):
        row[prop.find('db:kind', NS).text] = prop.find('db:value', NS).text
    records.append(row)
pd.DataFrame(records).to_csv('drugbank_properties.csv', index=False)
print(f"Exported {len(records)} drugs")

レシピ：Lipinski の Rule-of-5 フィルター

def check_lipinski(drug_element):
    props = get_all_properties(drug_element)
    try:
        mw = float(props.get('Molecular Weight', 9999))
        logp = float(props.get('logP', 99))
        hba = int(props.get('H Bond Acceptor Count', 99))
        hbd = int(props.get('H Bond Donor Count', 99))
    except (ValueError, TypeError):
        return None
    violations = sum([mw > 500, logp > 5, hba > 10, hbd > 5])
    return {'MW': mw, 'logP': logp, 'HBA': hba, 'HBD': hbd,
            'violations': violations, 'passes': violations <= 1}

print(check_lipinski(find_drug('Imatinib')))

レシピ：CYP450 基質を検索する

cyp = 'CYP3A4'
substrates = []
for drug in root.findall('db:drug', NS):
    for enz in drug.findall('db:enzymes/db:enzyme', NS):
        n = enz.find('db:name', NS)
        if n is not None and n.text and cyp.lower() in n.text.lower():
            actions = [a.text.lower() for a in enz.findall('db:actions/db:action', NS) if a.text]
            if 'substrate' in actions:
                substrates.append(drug.find('db:name', NS).text)
print(f"{cyp} substrates: {len(substrates)}")

トラブルシューティング

問題	原因	解決策
既知の要素に対して find() が None を返す	XML 名前空間が指定されていない	find()／findall() に必ず NS = {'db': 'http://www.drugbank.ca'} を渡してください
XML 全体の解析時に MemoryError が発生する	メモリー使用量が約 2～3 GB	ET.iterparse() と elem.clear() を使用してください
起動が遅い（60秒超）	1.5 GB の XML を解析している	一度だけ解析してインデックス辞書を構築し、再解析を避けてください
名前で医薬品が見つからない	大文字と小文字の区別、または別名	小文字に正規化し、CAS または DrugBank ID を試してください
calculated-properties が空	バイオテクノロジー医薬品／タンパク質医薬品には SMILES がない	drug.get('type') を確認してください。バイオテクノロジー医薬品には低分子のプロパティがありません
AttributeError: 'NoneType'	任意の XML 要素が存在しない	.text の前に el is not None を確認してください
相互作用数が対称でない	XML 内の相互作用が対称ではない	両方向を確認するか、対称なインデックスを構築してください
drugbank-downloader の認証失敗	認証情報が無効	https://go.drugbank.com/ でアカウントを確認してください
REST API の 429	レート制限を超過した	バッチクエリではローカル XML に切り替えてください

バンドルされたリソース

references/interactions_targets.md — 相互作用（重大度のヒューリスティクス、一括スクリーニング、説明の解析）とターゲット／経路（ポリペプチドの詳細、アクションカタログ、酵素／トランスポーターの対象範囲、経路エンリッチメント）をまとめています。基本的な抽出（Core API 3-4）はインラインに移動しました。Core API と重複するフィールドごとの詳細な解析は省略しました。

references/chemical_analysis.md — 特性の抽出、記述子の計算、フィンガープリントの類似性、薬物らしさによるフィルタリングを扱います。対象：特性の完全なカタログ、類似性マトリックス、部分構造検索。SMILES/InChI の抽出と Tanimoto（Core API 5）、Lipinski（レシピ）はインラインに移動しました。3D コンフォーマーは省略しました（rdkit-cheminformatics を使用してください）。

元の構成（2,717 行：SKILL.md 190 行 + 参照ファイル 5 件 2,166 行 + スクリプト 351 行）：

• SKILL.md（190） — スタブを 6 つの Core API モジュールで書き換え
• data-access.md（243）→ Core API 1 + クイックスタート
• drug-queries.md（387）→ Core API 2
• interactions.md（426）→ references/interactions_targets.md + Core API 3
• targets-pathways.md（519）→ references/interactions_targets.md + Core API 4
• chemical-analysis.md（591）→ references/chemical_analysis.md + Core API 5
• drugbank_helper.py（351）— 薄いラッパー：find_drug → クイックスタート、get_drug_info/search_by_name → Core API 2、get_interactions/check_interaction/check_polypharmacy → Core API 3、get_targets → Core API 4、get_properties/get_smiles/get_inchi → Core API 5

保持率：SKILL.md は約 550 行です。参照ファイル（約 600 行）を含めると、合計で約 1,150 / 2,717 = 約 42% です。元のスタブはそのままです。参照ファイル 5 件を 2 件に統合（ceil(5/3)=2）。

関連スキル

• chembl-database-bioactivity — ライブの生物活性データベース（IC50、Ki、EC50）。DrugBank の静的な医薬品カタログを補完します
• pubchem-compound-search — データベースをダウンロードせずに公開化合物の特性を検索
• rdkit-cheminformatics — 3D コンフォーマー、高度なフィンガープリント、DrugBank の特性を超える記述子に対応する、包括的なケモインフォマティクスツールキット

参考資料

• DrugBank のウェブサイト：https://go.drugbank.com/
• DrugBank XML スキーマ：https://docs.drugbank.com/xml/
• drugbank-downloader：https://pypi.org/project/drugbank-downloader/
• Wishart DS et al.（2018）。DrugBank 5.0。Nucleic Acids Res. 46(D1):D1074-D1082。https://doi.org/10.1093/nar/gkx1037