tooluniverse-functional-genomics-screens

機能ゲノミクススクリーニングの解釈

必須性（DepMap）、制約（gnomAD）、経路（Reactome、STRING）、創薬可能性（DGIdb）、臨床エビデンス（CIViC、COSMIC）を統合し、遺伝学的スクリーニング（CRISPR-KO、CRISPRi、shRNA）で得られたヒットを検証して優先順位を付けるパイプラインです。

基本方針：

1. ヒットは仮説です — スクリーニング結果には偽陽性が含まれます。独立したエビデンスで検証してください
2. 選択性が重要です — 汎必須遺伝子は優れた創薬標的ではありません。文脈特異的な必須性は価値が高いものです
3. 遺伝子より経路を重視します — 濃縮された経路は、個々のヒットよりも信頼性が高いものです
4. 創薬可能性は実用性を重視します — 化学的に調節できる標的を優先してください
5. 英語を優先したクエリを使います — ツールの呼び出しでは英語の遺伝子名を使用してください

推測せず、調べる

科学的な事実に確信が持てない場合は、まずデータベースを検索してください。

---

説明ではなく、計算する

分析に計算（統計、データ処理、スコアリング、濃縮分析）が必要な場合は、Bash 経由で Python コードを作成して実行してください。何をするかを説明するのではなく、実際に実行して結果を報告してください。ToolUniverse のツールでデータを取得し、その後 Python（pandas、scipy、statsmodels、matplotlib）で分析してください。

ワークフロー

Phase 0: Input Processing → gene list, screen type, cell line, disease context
Phase 1: Hit Validation → DepMap dependency, gnomAD constraint, UniProt function
Phase 2: Pathway & Network → Reactome enrichment, STRING network, functional clusters
Phase 3: Druggability → DGIdb interactions, druggable categories, PharmacoDB
Phase 4: Clinical Evidence → CIViC, COSMIC mutations
Phase 5: Literature → PubMed for key hits
Phase 6: Prioritized Report → ranked target list with multi-dimensional scoring

---

フェーズの詳細

フェーズ 1：ヒットの検証

ツール：

• DepMap_get_gene_dependencies(gene_symbol=...) — 遺伝子のメタデータのみを返します（細胞株ごとのスコアは返しません）
• DepMap_search_cell_lines(query=...) — 細胞株のメタデータ
• gnomad_get_gene_constraints(gene_symbol=...) — pLI、LOEUF（「Service overloaded」が返る場合があります）
• UniProt_get_function_by_accession(accession=...) — 機能の概要

分類：汎必須（>90%の細胞株）、選択的必須（特定の系統）、文脈特異的（スクリーニングモデルのみ）。Chronos < -0.5 は必須である可能性が高く、< -1.0 は強い必須性を示します。

DepMap の細胞株ごとの Chronos スコア：DepMap_get_gene_dependencies が返すのはメタデータのみです。実際の細胞株ごとのスコアを取得するには、cell-line-profiling スキルに含まれるスクリプト tooluniverse-cell-line-profiling/scripts/depmap_gene_dependency.py を使用してください（現在の DepMap Public CRISPRGeneEffect.csv を一度ダウンロードしてキャッシュし、gene または cell-line でクエリします）。

python depmap_gene_dependency.py gene KRAS --lineage Lung --top 20   # most-dependent lines
python depmap_gene_dependency.py cell-line A375 --top 25             # genes the line needs

Chronos < -0.5 は依存性あり、< -1.0 は強い必須性を示します。スクリプトを実行できない場合の代替手段：gnomAD の制約情報に加え、PubMed_search_articles(query="[gene] CRISPR screen [cancer]") を使用してください。

フェーズ 2：経路とネットワーク

• ReactomeAnalysis_pathway_enrichment(identifiers="TP53 BRCA1 EGFR") — スペース区切りの文字列
• STRING_get_network(identifiers="GENE1\rGENE2\rGENE3", species=9606) — キャリッジリターン区切り
• STRING_functional_enrichment(identifiers=..., species=9606) — GO/KEGG 濃縮分析

フェーズ 3：創薬可能性

• DGIdb_get_drug_gene_interactions(genes=["EGFR","BRAF"]) — 薬剤と遺伝子の相互作用
• DGIdb_get_gene_druggability(genes=[...]) — 分類（キナーゼ、GPCR など）
• 優先度の高いヒットについては、DGIdb にまだ登録されていない新規阻害剤を探すため、search_clinical_trials と PubMed も検索してください。

フェーズ 4：臨床エビデンス

• civic_search_evidence_items(molecular_profile=gene) — query ではありません
• COSMIC_get_mutations_by_gene(gene_name=...) — 体細胞変異の頻度

フェーズ 6：優先順位付きレポート

スコアリング（0～18）：

基準	スコア 3	スコア 0
選択的必須性	疾患で <-0.5 かつそれ以外で >-0.2	>-0.2（必須ではない）
経路の収束	3 件以上のヒットが同じ経路に該当	孤立したヒット
創薬可能性	承認薬が存在する	創薬不可能
臨床エビデンス	CIViC に治療情報がある	臨床データなし
制約	pLI >0.9	データなし
文献	複数の検証研究がある	出版物なし

層：T1（15～18）高確度、T2（10～14）有望、T3（5～9）推測的、T4（<5）偽陽性の可能性が高い。

---

エッジケース

• gnomAD の過負荷：1 回再試行し、利用せずに続行して、欠落を記録します
• DepMap に遺伝子がない場合：gnomAD と UniProt にフォールバックします
• ヒットリストが大きい場合（>500）：全リストでパスウェイエンリッチメント解析を行い、上位 50 件を対象に遺伝子ごとの解析を行います
• 非がんスクリーニング：DepMap から得られる情報が少ないため、制約とパスウェイをより重視します
• shRNA と CRISPR：shRNA はオフターゲット効果があるため、より高い検証基準を適用します

制限事項

• DepMap はがんに特化しています（がん細胞株約 1000 種）
• 生のスクリーニングデータの解析は行いません（上流工程で MAGeCK/BAGEL を使用してください）
• STRING の相互作用は関連性を示すものであり、因果関係を示すものではありません