drugbank-database

DrugBank データベース

概要

DrugBank は、医薬品と薬物標的に関する詳細な情報を収録した、包括的なバイオインフォマティクスおよびケモインフォマティクスのデータベースです。このスキルにより、約 9,591 件の医薬品エントリ（FDA 承認済み低分子 2,037 件、バイオテクノロジー医薬品 241 件、ニュートラシューティカル 96 件、6,000 件を超える実験化合物）と、エントリごとに 200 以上のデータフィールドを含む DrugBank データに、プログラムからアクセスできます。

主な機能

1. データアクセスと認証

適切な認証を用いて、Python で DrugBank データをダウンロードおよびアクセスします。このスキルでは、以下の内容についてガイドします。

• drugbank-downloader パッケージのインストールと設定
• 環境変数または設定ファイルによる認証情報の安全な管理
• 特定のデータベースバージョンまたは最新版のダウンロード
• XML データの効率的な読み込みとパース
• パフォーマンスを最適化するためのキャッシュデータの利用

使用するタイミング: DrugBank へのアクセスを設定するとき、データベースの更新をダウンロードするとき、プロジェクトの初期設定を行うときに使用します。

参照: 詳細な認証、ダウンロード手順、API アクセス、キャッシュ戦略、トラブルシューティングについては references/data-access.md を参照してください。

2. 医薬品情報のクエリ

識別子、化学的性質、薬理学、臨床データ、外部データベースへの相互参照を含む、包括的な医薬品情報をデータベースから抽出します。

クエリ機能:

• DrugBank ID、名称、CAS 番号、またはキーワードによる検索
• 基本的な医薬品情報（名称、種類、説明、適応症）の抽出
• 化学的性質（SMILES、InChI、分子式）の取得
• 薬理学データ（作用機序、薬力学、ADME）の取得
• 外部識別子（PubChem、ChEMBL、UniProt、KEGG）へのアクセス
• 検索可能な医薬品データセットの構築と DataFrame へのエクスポート
• 種類（低分子、バイオテクノロジー、ニュートラシューティカル）による医薬品の絞り込み

使用するタイミング: 特定の医薬品情報を取得するとき、医薬品データベースを構築するとき、薬理学研究、文献レビュー、医薬品のプロファイリングを行うときに使用します。

参照: XML の構造把握、クエリ関数、データ抽出方法、パフォーマンス最適化については references/drug-queries.md を参照してください。

3. 薬物間相互作用の分析

薬物間相互作用（DDI）について、機序、臨床的重要性、相互作用ネットワークを分析します。薬物安全性監視および臨床意思決定支援に役立ちます。

分析機能:

• 特定の医薬品のすべての相互作用の抽出
• 双方向の相互作用ネットワークの構築
• 重大度と機序による相互作用の分類
• 薬剤のペア間の相互作用の確認
• 相互作用が最も多い医薬品の特定
• 安全性の観点からの多剤併用レジメンの分析
• 相互作用マトリクスとネットワークグラフの作成
• 相互作用ネットワークにおけるコミュニティ検出の実施
• 相互作用リスクスコアの算出

使用するタイミング: 多剤併用の安全性分析、臨床意思決定支援、薬物相互作用の予測、薬物安全性監視の研究、禁忌の特定を行うときに使用します。

参照: 相互作用の抽出、分類手法、ネットワーク分析、臨床応用については references/interactions.md を参照してください。

4. 薬物標的と経路

標的、酵素、トランスポーター、キャリア、生物学的経路を含む、薬物とタンパク質の相互作用に関する詳細な情報にアクセスします。

標的解析機能:

• 作用（阻害剤、作動薬、拮抗薬）を伴う薬物標的を抽出
• 代謝酵素（CYP450、第II相酵素）を特定
• ADME研究のためにトランスポーター（取り込み、排出）を解析
• 薬物を生物学的経路（SMPDB）にマッピング
• 特定のタンパク質を標的とする薬物を検索
• ドラッグリポジショニングのために標的を共有する薬物を特定
• ポリファーマコロジーとオフターゲット効果を解析
• 標的に対する遺伝子オントロジー（GO）用語を抽出
• タンパク質データについて UniProt と相互参照

使用する場面: 作用機序研究、ドラッグリポジショニング研究、標的同定、経路解析、オフターゲット効果の予測、薬物代謝の理解。

参照: 標的抽出、経路解析、リポジショニング戦略、CYP450 プロファイリング、トランスポーター解析については references/targets-pathways.md を参照してください。

5. 化学的性質と類似性

分子類似性検索、物性計算、部分構造検索、ADMET 予測を含む、構造ベースの解析を実行します。

化学解析機能:

• 化学構造（SMILES、InChI、分子式）を抽出
• 物理化学的性質（MW、logP、PSA、水素結合）を計算
• Lipinski の Rule of Five と Veber のルールを適用
• 分子間の Tanimoto 類似度を計算
• 分子フィンガープリント（Morgan、MACCS、トポロジカル）を生成
• SMARTS パターンによる部分構造検索を実行
• リポジショニングのために構造的に類似した薬物を検索
• 薬物クラスタリングのために類似性行列を作成
• 経口吸収と BBB 透過性を予測
• PCA とクラスタリングにより化学空間を解析
• 化学的性質データベースをエクスポート

使用する場面: 構造活性相関（SAR）研究、薬物類似性検索、QSAR モデリング、ドラッグライクネス評価、ADMET 予測、化学空間の探索。

参照: 構造抽出、類似性計算、フィンガープリント生成、ADMET 予測、化学空間解析については references/chemical-analysis.md を参照してください。

典型的なワークフロー

創薬ワークフロー

1. data-access.md を使用して最新の DrugBank データをダウンロードし、アクセスする
2. drug-queries.md を使用して検索可能な薬物データベースを構築する
3. chemical-analysis.md を使用して類似化合物を検索する
4. targets-pathways.md を使用して共有標的を特定する
5. interactions.md を使用して候補の併用の安全性を確認する

ポリファーマシー安全性解析

1. drug-queries.md を使用して患者の服用薬を検索する
2. interactions.md を使用してすべての two-way 相互作用を確認する
3. interactions.md を使用して相互作用の重症度を分類する
4. interactions.md を使用して全体的なリスクスコアを計算する
5. targets-pathways.md を使用して相互作用の機序を理解する

ドラッグリポジショニング研究

1. targets-pathways.md を使用して標的を共有する薬物を検索する
2. chemical-analysis.md を使用して構造的に類似した薬物を検索する
3. drug-queries.md を使用して適応症と薬理学データを抽出する
4. interactions.md を使用して潜在的な併用療法を評価する

薬理学研究

1. drug-queries.md を使用して対象の薬物を抽出する
2. targets-pathways.md を使用してすべてのタンパク質相互作用を特定する
3. targets-pathways.md を使用して生物学的経路にマッピングする
4. chemical-analysis.md を使用して ADMET 特性を予測する
5. interactions.md を使用して潜在的な禁忌を特定する

インストール要件

Python パッケージ

pip install drugbank-downloader  # Core access
pip install bioversions          # Latest version detection
pip install lxml                 # XML parsing optimization
pip install pandas               # Data manipulation
pip install rdkit                # Chemical informatics (for similarity)
pip install networkx             # Network analysis (for interactions)
pip install scikit-learn         # ML/clustering (for chemical space)

アカウント設定

1. go.drugbank.com で無料アカウントを作成する
2. ライセンス契約に同意する（学術利用は無料）
3. ユーザー名とパスワードの認証情報を取得する
4. references/data-access.md に記載されているとおりに認証情報を設定する

データバージョンと再現性

再現可能な研究のために、常に DrugBank のバージョンを明記してください:

from drugbank_downloader import download_drugbank
path = download_drugbank(version='5.1.10')  # Specify exact version

論文や解析スクリプトで使用したバージョンを記録してください。

ベストプラクティス

1. 認証情報: 環境変数または設定ファイルを使用し、ハードコーディングしないでください
2. バージョン管理: 再現性を確保するため、正確なデータベースバージョンを指定してください
3. キャッシュ: 再ダウンロードと再解析を避けるため、解析済みのデータをキャッシュしてください
4. 名前空間: 解析時にXML名前空間を適切に処理してください
5. 検証: 使用前にRDKitでケミカル構造を検証してください
6. 相互参照: 統合のために外部識別子（UniProt、PubChem）を使用してください
7. 臨床的文脈: 相互作用データを解釈する際は、常に臨床的文脈を考慮してください
8. ライセンスコンプライアンス: 利用目的に応じて適切なライセンスを確保してください

リファレンスドキュメント

詳細な実装ガイダンスはすべて、モジュール化されたリファレンスファイルに整理されています。

• references/data-access.md: 認証、ダウンロード、解析、API アクセス、キャッシュ
• references/drug-queries.md: XML のナビゲーション、クエリ手法、データ抽出、インデックス作成
• references/interactions.md: DDI の抽出、分類、ネットワーク分析、安全性スコアリング
• references/targets-pathways.md: ターゲット／酵素／トランスポーターの抽出、パスウェイマッピング、ドラッグリポジショニング
• references/chemical-analysis.md: 構造抽出、類似性、フィンガープリント、ADMET 予測

分析要件に応じて、これらのリファレンスを必要に応じて読み込んでください。