encode-ccres-database

ENCODE Database スキル

このスキルでは、SCREEN GraphQL API を介して ENCODE の cCRE（候補シス調節エレメント）レジストリを照会できます。生化学的シグネチャ（DNase、H3K4me3、H3K27ac、CTCF）を分析し、機能的な非コード DNA エレメント（プロモーター、エンハンサー、インシュレーターなど）の特定に役立ちます。

前提条件

1. uv：uv スキルを読み、そのセットアップ手順に従って、uv がインストールされ、PATH に含まれていることを確認してください。
2. ユーザーへの通知：.licenses/encode_ccres_database_LICENSE.txt がワークスペースのルートディレクトリにまだ存在しない場合は、（1）https://www.encodeproject.org/help/rest-api/ に記載の利用規約を確認するようユーザーに目立つ形で通知し、（2）通知文とタイムスタンプを記録したファイルを作成してください。

基本ルール

• ラッパーを使用する：データベースに直接アクセスするのではなく、必ず付属のヘルパースクリプトを実行してデータベースを照会してください。スクリプトは必要なレート制限を自動的に適用します。
• 出力の解析：JSON 出力ファイル全体をコンテキストに読み込むために cat を使用しないでください。ファイルが非常に大きい場合があります。jq を使用して関連フィールドを効率的に解析・抽出する必要があります。
• 通知：このスキルを使用した場合は、そのことを出力に記載してください。

クイックスタート

# Search cCREs by coordinates
uv run scripts/screen_api.py search --chromosome chr11 \
  --start 5205263 --end 5207263 \
  --output /tmp/search.json

# Get details for a specific cCRE
uv run scripts/screen_api.py details EH38E2941922 \
  --output /tmp/details.json

すべてのサブコマンドは JSON をディスクに書き込みます。出力は常に /tmp/ などの一時的な場所に保存してください。

高信頼度（「Type A」）バイオサンプルの特定

ENCODE のバイオサンプルは、データの完全性に応じて分類されることがよくあります。「Type A」（高信頼度）バイオサンプルとは、4 つの主要なエピジェネティックマーカー（DNase、H3K4me3、H3K27ac、CTCF）すべてについて実験データがあるものです。

biosamples コマンドと details コマンドは、それぞれのバイオサンプルに is_type_a のブール値フラグを自動的に追加します。

高信頼度の細胞タイプを見つける例

uv run scripts/screen_api.py biosamples --output /tmp/biosamples.json
# Use jq to filter for Type A biosamples
jq '.data.ccREBiosampleQuery.biosamples[] | select(.is_type_a == true) | .displayname' /tmp/biosamples.json

出力の解析（重要）

JSON 出力ファイル全体をコンテキストに読み込むために cat を使用しないでください。 **ファイルが非常に大きい場合があります。**代わりに、スクリプトが保存した JSON ファイルから、jq を使用して関連フィールドを効率的に解析・抽出する必要があります。システムで jq を使用できない場合は、必要なデータを抽出する独自の Python フィルタリングコード（例：python3 -c "import json..."）を記述してください。

各コマンドから返される JSON 構造の完全なリファレンス（jq で照会するフィールドを確認できます）は、references/json_output_structure.md を読んでください。

使用可能なコマンド

• search：座標、アクセッション、またはエピジェネティックシグナルで cCRE を検索します。

  uv run scripts/screen_api.py search \
      --chromosome chr11 --start 5205263 --end 5207263 \
      --output /tmp/search.json
  

• nearby-genes：指定した cCRE アクセッションの近くにある遺伝子を検索します。

  uv run scripts/screen_api.py nearby-genes \
      EH38E1516972 --output /tmp/nearby.json
  

• details：特定の cCRE の詳細情報と、バイオサンプルごとの最大 Z スコアを取得します。

  uv run scripts/screen_api.py details EH38E2941922 \
      --output /tmp/details.json
  

• biosamples：アセンブリのバイオサンプルメタデータを取得します。

  uv run scripts/screen_api.py biosamples \
      --output /tmp/biosamples.json
  

• orthologs：別のアセンブリにあるオーソログ cCRE を取得します。

  uv run scripts/screen_api.py orthologs EH38E2941922 \
      --output /tmp/orthologs.json
  

• linked-genes：HiC や eQTL などの手法で関連する遺伝子を検索します。

  uv run scripts/screen_api.py linked-genes \
      EH38E1516972 --output /tmp/linked.json
  

• gene-expression：名前で指定した遺伝子について、すべてのバイオサンプルにおける遺伝子発現（TPM）を取得します。内部では、遺伝子シンボルを Ensembl 遺伝子 ID に解決してから、バイオサンプルごとの RNA-seq 定量値を照会します。

  uv run scripts/screen_api.py gene-expression GAPDH \
      --output /tmp/gene_expr.json
  

• entex：cCRE またはゲノム領域の ENTEx データを取得します。

  uv run scripts/screen_api.py entex \
      --accession EH38E1310345 \
      --output /tmp/entex.json
  

  uv run scripts/screen_api.py entex \
      --region chr1:1000068:1000409 \
      --output /tmp/entex.json
  

• gwas：ゲノムワイド関連解析、SNP、またはエンリッチメントデータを照会します。

  uv run scripts/screen_api.py gwas studies \
      --output /tmp/gwas.json
  

  uv run scripts/screen_api.py gwas snps --study \
      Ahola-Olli_AV-27989323-Eotaxin_levels \
      --output /tmp/gwas_snps.json
  

ほとんどのコマンドでは、--assembly mm10 または --assembly grch38 フラグを指定して、特定のアセンブリを明示的に要求できます。デフォルトでは、スクリプトは grch38 を対象にしますが、結果が見つからない場合やクエリが失敗した場合は、自動的に mm10 に切り替えます。

ENCODE Portal REST API（直接アクセス）

SCREEN で cCRE として表現されていない生の実験、ChIP-seq ピーク、その他のデータセットにアクセスするには、scripts/encode_portal_api.py スクリプトを使用します。このスクリプトでは、ENCODE Portal REST API に対してカスタムクエリを実行できます。

使用方法

uv run scripts/encode_portal_api.py search "type=Experiment&target.label=ZNF549" --output /tmp/znf549_experiments.json

データ解析のヒント

ENCODE からダウンロードした .bed または .bigBed ファイルを解析する際は、重複領域（遺伝子プロモーターとピークの間など）を検索するために、標準的なバイオインフォマティクスツールの使用を強くおすすめします。

• bedtools：ゲノム上の領域に対する高速な数学的操作に使用します。
• bigBedToBed：バイナリ BigBed ファイルを読み取り可能な BED 形式に変換します。
• pybedtools：bedtools 用の Python ラッパーです。

これらのツールが事前にインストールされていない場合は、独自のロジックを記述してください。

カスタムクエリ（SCREEN GraphQL）

スクリプトが対応していない複雑な GraphQL クエリを実行する必要がある場合は、SCREEN GraphQL API で利用可能なクエリ、引数、戻り値フィールドのリファレンスとして references/graphql_schema.md を参照してください。