mcpField
P
primekg

primekg

github.com/crazymsnデータ・データベース2335 回インストール22 週間前に更新
リポジトリ

primekg について

PrimeKGは、複数のデータベースと科学文献を統合した精密医療向け知識グラフです。このスキルは創薬や生物医学研究向けに、エンティティ検索、関連情報の取得、疾患の概要や薬剤・疾患間の経路分析を提供します。

主な機能

  1. 01遺伝子・薬剤・疾患の検索
  2. 02エンティティの直接的な関連取得
  3. 03疾患関連遺伝子と表現型の要約
  4. 04薬剤・疾患関連経路の分析

活用シーン

  1. 01疾患関連遺伝子や標的候補の探索
  2. 02ドラッグリポジショニングの手掛かり探し
  3. 03表現型と疾患の関連調査
  4. 04薬剤標的を取り巻くネットワークの研究

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/crazymsn/academic-skills --skill primekg

インストール後、Claude Code で/primekgを入力して読み込まれたか確認します。

同梱ファイルscripts/query_primekg.py

詳細

PrimeKG ナレッジグラフスキル

概要

PrimeKG は、20 を超える主要なデータベースと質の高い科学文献を統合した、精密医療のためのナレッジグラフです。29 種類の関係タイプにわたって、10 万を超えるノードと 400 万のエッジが含まれており、薬剤と標的、疾患と遺伝子、表現型と疾患の関連などを収録しています。

主な機能：

  • ノード（遺伝子、タンパク質、薬剤、疾患、表現型）を検索します
  • 直接の近傍（関連するエンティティと臨床的エビデンス）を取得します
  • 疾患の局所的なコンテキスト（関連する遺伝子、薬剤、表現型）を分析します
  • 薬剤から疾患への経路（適応拡大の可能性）を特定します

データアクセス： query_primekg.py を介してプログラムからアクセスできます。データは C:\Users\eamon\Documents\Data\PrimeKG\kg.csv に保存されています。

このスキルを使用する場面

次のような場合にこのスキルを使用します。

  • 知識ベースの創薬： 疾患の標的とメカニズムを特定します。
  • 薬剤の適応拡大： 新たな適応症に有効である可能性を示すエビデンスがある既存薬を探します。
  • 表現型分析： 症状や表現型が疾患や遺伝子とどのように関連するかを理解します。
  • マルチスケール生物学： 分子標的（遺伝子）と臨床転帰（疾患）の間をつなぎます。
  • ネットワーク薬理学： 薬剤と標的の相互作用がネットワーク全体に及ぼす影響を調査します。

基本的なワークフロー

1. エンティティを検索する

遺伝子、薬剤、疾患の識別子を探します。

from scripts.query_primekg import search_nodes

# Search for Alzheimer's disease nodes
results = search_nodes("Alzheimer", node_type="disease")
# Returns: [{"id": "EFO_0000249", "type": "disease", "name": "Alzheimer's disease", ...}]
2. 近傍を取得する（直接の関連）

接続されているすべてのノードと関係タイプを取得します。

from scripts.query_primekg import get_neighbors

# Get all neighbors of a specific disease ID
neighbors = get_neighbors("EFO_0000249")
# Returns: List of neighbors like {"neighbor_name": "APOE", "relation": "disease_gene", ...}
3. 疾患のコンテキストを分析する

疾患に関連する情報を要約する高水準の関数です。

from scripts.query_primekg import get_disease_context

# Comprehensive summary for a disease
context = get_disease_context("Alzheimer's disease")
# Access: context['associated_genes'], context['associated_drugs'], context['phenotypes']

PrimeKG の関係タイプ

グラフには、次のような主要な関係タイプが含まれています。

  • protein_protein：物理的な PPI
  • drug_protein：薬剤と標的／メカニズムの関連
  • disease_gene：遺伝的な関連
  • drug_disease：適応症と禁忌
  • disease_phenotype：臨床徴候と症状
  • gwas：ゲノムワイド関連解析のエビデンス

ベストプラクティス

  1. 具体的な ID を使用する： get_neighbors を使用するときは、search_nodes で正しい ID を取得していることを確認してください。
  2. まずコンテキストを把握する： 特定の遺伝子や薬剤を詳しく調べる前に、get_disease_context を使用して全体像を把握してください。
  3. 関係を絞り込む： get_neighbors の relation_type フィルターを使用して、特定のエビデンス（たとえば drug_protein のみ）に絞り込みます。
  4. マルチスケールの統合： OpenTargets と組み合わせて遺伝的エビデンスを詳しく調べたり、Semantic Scholar と組み合わせて最新の文献情報を確認したりできます。

リソース

スクリプト
  • scripts/query_primekg.py：ナレッジグラフの検索とクエリに使う主要な関数です。
データパス
  • データ：/mnt/c/Users/eamon/Documents/Data/PrimeKG/kg.csv
  • ノード総数：約 129,000
  • エッジ総数：約 4,000,000
  • データベース：pandas によるクエリに最適化された CSV ベース

コメント

Markdown 対応