tooluniverse-model-organism-genetics

説明するのではなく、計算する

分析に計算（統計、データ処理、スコアリング、データの付加）が必要な場合は、Bash 経由で Python コードを記述して実行してください。実行方法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 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。

モデル生物の遺伝学パイプライン

ヒト遺伝子をモデル生物のオルソログに対応付け、6 種にわたる表現型、発現、機能データを取得します。種をまたぐエビデンスを統合し、遺伝子機能の保存性を評価するとともに、ヒトの遺伝子や疾患の研究に最適な動物モデルを特定します。

対象外：ヒトのバリアント解釈（tooluniverse-variant-analysis）、創薬標的の検証（tooluniverse-drug-target-validation）、ヒト疾患の特性評価（tooluniverse-multiomic-disease-characterization）、VEuPathDB の標的遺伝子が特定された後の病原体アウトブレイク／ドラッグリポジショニングに関するインテリジェンス（tooluniverse-infectious-disease）。

推測せず、調べてください：種の分類、生態、または生物学について質問された場合は、まず GBIF／NCBI Taxonomy を検索してください。GBIF では、GBIF_search_species(query="species name") を使用し、結果に含まれる nubKey（key ではありません）を使って、GBIF_get_species(speciesKey=nubKey) を呼び出し、分類の全情報（界、門、綱、目、科）を取得してください。nubKey は GBIF のバックボーンキーです。key はデータセット固有で、上位分類が記載されていないことがよくあります。

---

推論の原則

オルソログの推論

種間で配列が保存されていることは機能の保存を示唆しますが、常にそうとは限りません。マウスとヒトで高度に保存された遺伝子は、同じ機能を持つ可能性が高いです。しかし、調節の違い（遺伝子が発現する時期や場所）により、同じ遺伝子でも異なる表現型が生じることがあります。必ず次の点を確認してください。保存されているのはタンパク質ドメインですか、それとも配列そのものだけですか？既知の調節上の違いはありますか？触媒ドメインが保存された同一性 40% のオルソログは、同じ種内の同一性 90% のパラログより、機能的に同等である場合があります。

パラログの混入はよくある落とし穴です。遺伝子ファミリー（例：FOXP1/2/3/4、HOX クラスター）によって、誤ったオルソログのヒットが生じることがあります。シンテニー（保存された遺伝子近傍）と相同性の種類を確認し、真のオルソログとパラログを区別してください。1:1 は真のオルソログである可能性が高く、1:多または多:多はパラログの拡張である可能性が高いです。対象種に、ヒトでは複数存在する遺伝子が 1 つしかない場合（例：ハエの FoxP が 1 つに対し、ヒトの FOXP は 4 つ）、その遺伝子はヒトのすべてのパラログに対するコオルソログです。この点を明示してください。

モデル生物の選択

質問に応じてモデルを選択してください。

• マウス：哺乳類の生理、薬剤試験、免疫系、中枢神経系の疾患。ヒトに近い生物学が必要な場合に最適です。
• ハエ：遺伝学的スクリーニング、シグナル伝達経路（Notch、Wnt、Hh が最初に特徴付けられた生物）、神経回路、老化。ゲノム全体を対象とする遺伝学を迅速に行う場合に最適です。
• 線虫：細胞系譜、アポトーシス、RNAi スクリーニング、老化。単一細胞レベルの解像度と、マッピング済みのコネクトームが必要な場合に最適です。
• ゼブラフィッシュ：発生、器官形成、ライブイメージング、心臓生物学。光学的に観察しやすい脊椎動物を使った研究に最適です。
• 酵母：細胞周期、DNA 修復、代謝、タンパク質輸送、クロマチン。基礎的な細胞生物学に最適です。
• カエル（Xenopus）：初期発生、細胞シグナル伝達、卵母細胞の生化学。X. laevis は異質四倍体であり、2 つのホメオログ（.L と .S）がある点に注意してください。

無脊椎動物（ハエ、線虫、酵母）には、適応免疫や脊椎動物に特有の多くの器官がありません。これらの系が関わる質問では、無脊椎動物モデルから有用な情報は得られません。

表現型の種間移行に関する推論

マウスのノックアウト表現型から、ヒトの表現型が自動的に予測できるわけではありません。種を超えた関連性を推論する前に、次の3つの質問を確認してください。

1. 経路は保存されていますか？ マウスの心臓表現型からヒトの心疾患を予測できるのは、同じ発生経路が両方の種の心臓で働いている場合に限られます。
2. 機能を補うパラログはありますか？ マウスには遺伝子が1つしかない一方で、ヒトにはパラログが3つある場合、マウスのノックアウトはヒトの単一パラログの欠失よりも重篤な表現型を示す可能性があります。逆に、ヒトでは失われたパラログをマウスが保持している場合、マウスのKOからヒトの表現型を過大に予測する可能性があります。
3. その遺伝子は遺伝子量に敏感ですか？ マウスにおけるハプロ不全（ヘテロ接合体の表現型）は、ホモ接合体ノックアウトでのみ見られる表現型よりも、ヒトの優性疾患を予測するうえで有力です。

種間で表現型が異なる場合は、調節機構の分化を考慮してください。コード配列が保存されていても、発現パターンは変化している可能性があります。その結果、「同じ遺伝子」を持つ生物でも、発現する組織が異なり、表現型も異なることがあります。

---

パイプライン

フェーズ 0：ヒト遺伝子の曖昧性解消（必ず最初に実施）

1. MyGene_query_genes(query="<gene>") — Ensembl ID、Entrez ID、UniProt、シンボルを取得します（symbol の一致で絞り込みます。最初のヒットが偽遺伝子の場合があります）
2. ensembl_lookup_gene(gene_id="<ensembl_id>", species="homo_sapiens") — 検証します
3. 疾患のコンテキストがある場合：HPO_search_terms(query="<disease>") — 表現型のマッチングに使うHPO用語を取得します

遺伝子が見つからない場合のフォールバック：UniProt_search(query="<gene>", organism="9606")

出力：標準シンボル、Ensembl ID（ENSG）、Entrez ID、UniProtアクセッション。

---

フェーズ 1：オルソログのマッピング

主な方法：EnsemblCompara_get_orthologues(gene="<ENSG>", species="human", target_species="<species>")

受け付けられる target_species の値："mouse"、"zebrafish"、"drosophila_melanogaster"（"fruitfly" は不可 — HTTP 400 を返します）、"caenorhabditis_elegans"、"saccharomyces_cerevisiae"、"xenopus_tropicalis"

フォールバック（Ensembl Comparaで結果が返されない場合）：

1. PANTHER_ortholog(gene_id="<symbol>", organism=9606, target_organism=<taxon>) — 分類群ID：mouse=10090、fly=7227、worm=6239、zebrafish=7955、yeast=559292、frog=8364
2. NCBIDatasets_get_orthologs(gene_id="<entrez_id>") — 幅広く、すべての脊椎動物が対象です
3. ハエの場合：FlyMine_search(query="<human_gene_symbol>") — テキスト検索で、自動ツールが見落とす遠縁のオルソログを検出できます。FlyBase_get_gene_orthologs で確認してください
4. 線虫の場合：WormBase_get_gene(gene_id="<gene_symbol>") — 遺伝子レコードにオルソログ情報が含まれていることがよくあります

Monarch経由で相互参照：

• Monarch_search_gene(query="<gene_symbol>") — Monarchの遺伝子エンティティを取得します
• MonarchV3_get_associations(subject="HGNC:<id>", category="biolink:GeneHomologAssociation") — すべてのオルソログを取得します

注：「ツールでオルソログが見つからない」ことは、「オルソログが存在しない」ことと同じではありません。配列の分化は機能の分化を意味しません。存在しないと結論づける前に、手動で検索してください。

---

フェーズ 2：マウスの表現型（MGI）

1. MGI_search_genes(query="<mouse_symbol>") — MGI IDを確認します
2. MGI_get_gene(gene_id="MGI:XXXXXXX") — 遺伝子の詳細情報をすべて取得します
3. MGI_get_phenotypes(gene_id="MGI:XXXXXXX", limit=50) — ノックアウト／トランスジェニックの表現型を取得します

抽出項目：MPオントロジー用語、アレルの種類（null KO、条件付きKO、点変異）、接合性、致死性、疾患モデルとの関連性。

Monarchで補足します：

• MonarchV3_get_associations(subject="MGI:XXXXXXX", category="biolink:GeneToPhenotypicFeatureAssociation")
• MonarchV3_get_associations(subject="MGI:XXXXXXX", category="biolink:GeneToDiseaseAssociation")

---

フェーズ 2b：体系的なノックアウト表現型解析（IMPC） — 統計的検出力があり、MGIのキュレーション済み判定を補完します

MGI (Phase 2) は、公開文献から厳選された表現型アノテーションを集約したものです — 異種の対立遺伝子、異種のアッセイが混在しており、すべての遺伝子がすべてのシステムについて検査された保証はありません。IMPC (International Mouse Phenotyping Consortium) は、これとは異なる種類のエビデンスです。単一の標準化されたパイプライン (EUCOMM/KOMP 由来の null 対立遺伝子、例: Trp53<tm1b(EUCOMM)Hmgu>) が、IMPC の表現型解析センターにおいて数千のノックアウト系統に対して同一の幅広い検査バッテリー (生存能、眼の形態、臨床化学、行動など) を実行し、すべての判定に p 値と効果量が付与されます。「この遺伝子をノックアウトすると実際に有意な表現型が生じるか」に対して統計的に正当化できる答えが必要な場合、単に「誰かが表現型を報告したことがあるか」ではなく、IMPC を使用してください。

1. IMPC_search_genes(query="<mouse_symbol_or_MGI_ID_or_name_fragment>", limit=20) — シンボル/名前の断片を MGI ID とヒトオルソログに解決します。マウスシンボルだけでは不確かな場合の曖昧性解消に有用です
2. IMPC_get_gene_summary(gene_symbol="<mouse_symbol>") (または mgi_id="MGI:XXXXXXX") — トップレベルのフラグのみを返します: has_phenotype_data、phenotype_status、production_status。mp_terms/mp_ids/top_level_mp_terms 配列は、has_phenotype_data が true であっても空です (実際に確認済み) — このツールはデータが存在するかどうかを示すものであり、その内容を示すものではありません。実際の表現型リストについては、必ずステップ 3 または 4 を続けて実行してください。
3. IMPC_get_phenotypes_by_gene(gene_symbol="<mouse_symbol>", limit=100) — 遺伝子型-表現型の判定リスト全体: MP ターム、接合型、性別、生活段階、プロシージャ/パラメータ、p 値、効果量、表現型解析センター、対立遺伝子シンボル。また、phenotype_summary_by_system (MP トップレベルターム -> 具体的な表現型のリスト) も返し、個々の判定を掘り下げる前にシステムレベルの概要をすばやく把握するのに有用です
4. IMPC_get_gene_phenotype_hits(gene_symbol="<mouse_symbol>", significant_only=true, limit=100) — ステップ 3 と同様の基盤データですが、統計結果そのものに焦点を当てています: classification_tag (平易な言葉による有意性/性別特異性の要約)、statistical_method (例: "Linear Mixed Model framework, LME, including Weight"、"Fisher Exact Test framework")、および効果が性別特異的な場合の個別の female_ko_estimate/male_ko_estimate を追加します。significant_only=false に設定すると、検査されたが有意でなかったパラメータも表示されます (システムが実際にスクリーニングされて陰性だったのか、一度も検査されなかったのかを確認するのに有用です)。

遺伝子が見つからない / 結果がゼロであることは、エラーではなく情報です: 実際の遺伝子であっても、そのノックアウト系統がまだ統計解析に到達していなければ、IMPC の表現型判定が正当にゼロであることはあり得ます (実際に確認済み: IMPC_get_phenotypes_by_gene(gene_symbol="Braf") は total_phenotype_calls: 0 と mgi_id: "" を返します — Braf には MGI レコードがありますが、執筆時点では完了した IMPC パイプラインのデータがありません)。空の IMPC 結果を「表現型が存在しない」と扱ったり、その旨を告げずに黙って MGI にフォールバックしたりせず、このことを明確に述べてください。

実例 (実際に確認済み): IMPC_get_gene_summary(gene_symbol="Trp53") は MGI:98834、ヒトオルソログ TP53 を解決します。IMPC_get_phenotypes_by_gene は 4 つのシステムにわたる 6 件の有意な判定 / 5 つのユニークな MP タームを返します: 視覚/眼 (硝子体血管系の遺残、p=1.2e-5、異常な網膜形態、p=1.9e-7)、恒常性/代謝 (循環クレアチンキナーゼの低下、ヘテロ接合体のみ、p=6.0e-5)、死亡率/加齢 (不完全浸透を伴う離乳前致死、p<0.001)、行動/神経 (驚愕反射の増強、雌特異的な効果量 878 対 雄 355、p=1.7e-12)。同じ遺伝子に対する IMPC_get_gene_phenotype_hits は、同じ判定を statistical_method と性別で分けた推定値付きで浮かび上がらせます。たとえば、驚愕反射の結果には「雌のみで有意」というタグが付きます。 ワークフロー：Phase 2（MGI）をすでに実施した遺伝子については、このフェーズも実施して比較してください。古い論文に基づいてMGIでキュレーションされているものの、IMPCの体系的なスクリーニングにはない表現型（またはその逆）は、どちらかの情報源を黙って優先するのではなく、明示的にフラグを付ける価値があります。

---

Phase 2c：データウェアハウスを幅広く検索（HumanMine / MouseMine）— 構造化検索の結果が少ない場合の自由記述検索による補完

MGI/IMPC（Phase 2/2b）を使うには、すでにマウスのシンボルまたはMGI IDを持っている必要があり、対象となるのは、範囲を絞った構造化された質問（表現型の判定、遺伝子レコード）です。HumanMine と MouseMine は、30以上の基盤ソース（NCBI Gene、Ensembl、UniProt、Reactome、KEGG、GWAS Catalog、論文）を統合し、1つの自由記述検索から利用できる汎用 InterMine データウェアハウスです。明確なIDがまだない場合、遺伝子の検索結果と合わせて経路や論文の検索結果も確認したい場合、またはMGIの固定エンドポイントでは対応できない柔軟なグラフクエリが必要な場合に便利です。

1. HumanMine_search(q="<term>", size=10) — ヒト、マウス、ラットを同時に対象として、遺伝子／タンパク質／経路／疾患を自由記述検索します。結果には organism.shortName（例：H. sapiens、M. musculus、R. norvegicus）のタグが付くため、1回の呼び出しで複数種の結果を確認できます。ライブ環境で確認済みです。q="TP53" では32件が返り、内訳はヒト21件／マウス3件／ラット8件です。
2. HumanMine_search_genes(q="<term>", size=10) / HumanMine_search_pathways(q="<term>", size=10) — 遺伝子のみ、または経路のみ（Reactome/KEGG由来）に絞り込む、より範囲を限定した便利なラッパーです。
3. MouseMine_search(q="<term>", size=10, format="json") — マウス専用の InterMine 版です。検索対象に論文や経路メンバーシップも含むため、MGI独自の遺伝子／表現型エンドポイントより幅広く検索できます。
4. MouseMine_search_genes(q="<term>", size=10) — ProteinCodingGene のみに絞り込みます。Phase 2b の IMPC 例と同じ遺伝子を使い、q="Trp53" でライブ環境にて確認済みです。180件が返り、pathways.name ファセットには Transcriptional Regulation by TP53、G1/S DNA Damage Checkpoints などが表示されます。Reactome を別途呼び出さずに経路の背景をすばやく確認できます。
5. MouseMine_search_alleles(q="<term>", size=10) — attributeString（例：Null/knockout）と alleleType（Targeted、Endonuclease-mediated、Spontaneous など）を返す、アレル／変異体検索です。q="Trp53" でライブ環境にて確認済みです。Trp53<em2Mvw>（エンドヌクレアーゼ媒介のヌルアレル）を含む170件のアレルが返ります。
6. InterMine_run_pathquery(query="<XML PathQuery>") — HumanMine のみを対象とする、InterMine データモデルのグラフを直接たどるためのエスケープハッチです（遺伝子→経路、遺伝子→タンパク質ドメイン、領域→フィーチャーなど）。既製の検索ツールでは必要な関係性を取得できない場合に使います。model、view、constraint 要素を含むXMLを手書きする必要があります。ツール自体に用意された実例（Gene.symbol Gene.pathways.name を PAX6 で制約）を使ってライブ環境で確認済みです。PAX6 → Activation of HOX genes during differentiation、Developmental Biology などが正しく返されました。

これらはPhase 1～2bの代替ではなく、補完として使ってください。MGI/IMPCはキュレーション済みで、統計的スコアが付いた構造化データを提供します。一方、HumanMine/MouseMineは、まだ何を探しているのか明確でない場合に、より広範な情報源を横断してすばやく自由記述検索を行うためのものです。ヒトの疾患との関連を専門的に調べる場合（単に「この遺伝子がこの疾患用語の近くに表示されるか」を調べるだけではない場合）は、HumanMineの疾患ファセットの検索結果を実際の関連性として扱うのではなく、tooluniverse-gene-disease-association の DisGeNET/OpenTargets/Monarch パイプラインに引き継いでください。 マウス表現型データベース — MPD_get_phenotype_data という名前をそのまま信用しないでください。 MPD のツールとして登録されていますが、説明によると、MPD の実際の REST API には系統名と表現型カテゴリーを組み合わせた単純な検索機能がないため、代わりに系統名を含む ENCODE 実験レコードをキーワード検索します。これは実際の MPD 表現型測定値の弱い代替指標にすぎず、MPD のデータそのものではありません。ライブ環境での検証では、strain="C57BL/6J" は成功しますが、strain="DBA/2J" は再現性をもって 404 になります（系統名に含まれるエスケープされていない / によって、送信される ENCODE クエリ URL が壊れます）。これは系統名に依存する失敗であり、その系統にデータがないことを示すものではありません。このツールの結果は、せいぜい傍証として扱ってください。実際の系統間の表現型比較には、Phase 2b（IMPC）または以下の Phase 2c の GeneNetwork セクションを優先し、「ENCODE のヒットなし」を「この系統には表現型データが存在しない」と報告しないでください。

---

Phase 2d：組換え近交系パネルを用いたシステム遺伝学／eQTL（GeneNetwork）

GeneNetwork はまた別の種類のデータを扱います。遺伝交配集団（13 種以上）について、個体／系統ごとに遺伝子型と発現／表現型測定値が対応付けられており、QTL マッピング（この形質のばらつきを生み出すゲノム領域の特定）に使用されます。最もよく知られたリソースは BXD 系統群（C57BL/6J × DBA/2J の組換え近交マウス系統です。上記の MPD に関する注意で触れた C57BL/6J と DBA/2J が両親系統です）ですが、ラット（HXB/BXH）、シロイヌナズナなども扱っています。

1. GeneNetwork_list_species() — パラメーターなし。ライブ環境での検証では、{"FullName": "Mus musculus", "Name": "mouse", "TaxonomyId": 10090} に加えて、ラット／ヒト／シロイヌナズナなどが返されます。
2. GeneNetwork_list_groups(species="mouse") — 指定した種の遺伝交配集団です。ライブ環境での検証では、他の項目とともに BXD（GeneticType: "riset"、つまり組換え近交系集団）が返されます。
3. GeneNetwork_list_datasets(group="bxd") — その交配集団に対応する組織／プラットフォーム別のデータセットです。ライブ環境での検証では、表現型のみのデータセット（例：BXDPublish）とともに、Long_Abbreviation: "BXDMicroArray_ProbeSet_August03"（脳の発現）などの項目が返されます。
4. GeneNetwork_get_sample_data(dataset_name="<Long_Abbreviation>", trait_name="<probe_or_trait_id>") — パネル全体にわたる、ある形質の系統ごとの測定値と標準誤差です。
5. GeneNetwork_get_trait_info(dataset_name="<...>", trait_name="<...>") — 形質のメタデータです。遺伝子シンボル、染色体／Mb 位置、lrs（LOD に類似した連鎖スコア）、additive 効果、最適な locus（ピークマーカー）が含まれます。これが、その形質の QTL マッピング結果です。ツール自身の使用例（HC_M2_0606_P／1436869_at = Shh プローブ）でのライブ環境での検証では、symbol: "Shh"、chr: "5"、ピークの locus: "rs8253327"、lrs: 12.77 が返されます。
6. GeneNetwork_get_dataset_info(dataset_name="<...>") — 組織、プラットフォーム、データの尺度、公開／機密の状態など、データセットのメタデータです。サンプルデータを取得する前に、適切なデータセットを照会していることを確認するために使用します。

このフェーズは、「遺伝子 X のノックアウト表現型はあるか」（Phase 2／2b）ではなく、「形質 X の系統間のばらつきを説明するゲノム座位は何か」（古典的な QTL マッピング）という質問に特化しています。GeneNetwork が答えるのは遺伝的変異の仕組みに関する問いであり、機能喪失に関する問いではありません。

---

Phase 3：無脊椎動物モデル

ハエ（FlyBase）

1. FlyBase_get_gene(gene_id="FB:FBgnXXX") — 遺伝子の詳細、機能の概要
2. FlyBase_get_gene_alleles(gene_id="FB:FBgnXXX", limit=20) — LOF、GOF、RNAi 系統
3. FlyBase_get_gene_disease_models(gene_id="FB:FBgnXXX") — ハエにおけるヒト疾患モデル
4. FlyBase_get_gene_expression(gene_id="FB:FBgnXXX") — 組織／発生段階ごとの発現
5. FlyBase_get_gene_interactions(gene_id="FB:FBgnXXX") — 遺伝学的相互作用および物理的相互作用

線虫（WormBase）

1. WormBase_get_gene(gene_id="WBGene00XXXXXX") — 遺伝子の詳細、簡潔な説明
2. WormBase_get_phenotypes(gene_id="WBGene00XXXXXX") — RNAi および変異体の表現型
3. WormBase_get_expression(gene_id="WBGene00XXXXXX") — 発現パターン

---

フェーズ 4：脊椎動物の非哺乳類モデル

ゼブラフィッシュ（ZFIN）

1. ZFIN_get_gene(gene_id="ZFIN:ZDB-GENE-XXXXXX-X")
2. ZFIN_get_gene_phenotypes(gene_id="...", limit=30) — モルフォリノ／CRISPR／変異体の表現型
3. ZFIN_get_gene_expression(gene_id="...") — 時空間的な発現

区別してください：モルフォリノノックダウン（迅速ですが、オフターゲットの可能性があります）、CRISPR 変異体（より信頼性が高い）、ENU 変異体（偏りのない順遺伝学）。

カエル（Xenbase）

1. Xenbase_search_genes(query="<gene_symbol>")
2. Xenbase_get_gene(gene_id="<xenbase_id>") — 遺伝子の詳細、発現、表現型

---

フェーズ 4b：ラット（RGD）— 生理学および疾患モデル系統

ラットは、心血管、代謝、行動、毒性学の生理学研究における主要な哺乳類モデルです。RGD の特徴的な資産は、疾患モデルとして注釈が付けられた、キュレーション済みの系統カタログ（近交系／コンジェニック系／コンソミック系）です。このデータは MGI や Alliance では見つかりません。

遺伝子レベル：

1. RGD_search_genes(query="<gene_symbol>") の後に RGD_get_gene(rgd_id=<id>) — ラット遺伝子の詳細
2. RGD_get_annotations(rgd_id=<id>) — 遺伝子の疾患／表現型／GO 注釈
3. RGD_get_orthologs(rgd_id=<id>) — ラットからヒト／マウスへのオルソログ
4. RGD_get_qtls_in_region(chromosome="1", start=1, stop=10000000, map_key=360) — 領域内の QTL

系統レベル（ラットの疾患モデル — 「どのラット系統が疾患 X のモデルか」という質問に使います）： 5. RGD_search_strains(query="hypertensive", strain_type="inbred") — キーワード／種類で系統を検索（種類：inbred、congenic、consomic、transgenic、recombinant_inbred、…） 6. RGD_get_strain(symbol="SHR") — 指定した系統の完全なレコード（例：SHR = 自然発症高血圧ラット、rgd_id 61000、BN = Brown Norway、SS = Dahl 食塩感受性、GK = Goto-Kakizaki 糖尿病） 7. RGD_get_strain_annotations(symbol="SHR", category="disease") — その系統をモデルとして定義する、キュレーション済みの疾患／表現型注釈

例 — SHR には Left Ventricular Hypertrophy（DOID:9004616、修飾子 MODEL: spontaneous）および arterial blood pressure trait（VT:2000000）の注釈が付いており、本態性高血圧症とその心臓への後遺症を研究する代表的なモデルです。

---

フェーズ 5：酵母（SGD）

1. SGD_search(query="<gene_symbol>", category="gene")
2. SGD_get_gene(sgd_id="<sgd_id>") — 機能、経路
3. SGD_get_phenotypes(sgd_id="<sgd_id>") — 欠失および過剰発現の表現型
4. SGD_get_go_annotations(sgd_id="<sgd_id>") — GO 用語（保存された遺伝子について、最も詳しく特徴づけられていることがよくあります）
5. SGD_get_interactions(sgd_id="<sgd_id>") — 合成致死のパートナー＝潜在的な創薬ターゲット

最も有用な分野：細胞周期、DNA 修復、タンパク質のフォールディング、代謝、オートファジー、分泌経路、クロマチン。有用でない分野：多細胞生物のプロセス（発生、免疫、神経機能）。

タンパク質レベルの詳細（上記の遺伝子レベルの手順を補完します） — これら 3 つのツールは locus 文字列を直接受け取ります（標準遺伝子名、系統名／ORF 名、または SGD ID を指定できます。個別の ID 解決手順は不要です）。 6. SGD_get_protein_domains(locus="<gene_or_ORF_name>") — Pfam/InterPro/SMART/PROSITE/CDD/Gene3D/SUPERFAMILY からのマッピング済みドメインを 1 回の呼び出しで取得します。locus="CDC28"（フェーズ 5b の PomBase の例にある分裂酵母 cdc2 の S. cerevisiae オルソログ）でライブ検証済み：12 件のドメインヒットがあり、Gene3D の「Phosphorylase Kinase; domain 1」と「Transferase(Phosphotransferase) domain 1」が含まれます。これらは出芽酵母の CDK としての CDC28 の役割と一致しています。 7. SGD_get_ptm_sites(locus="<gene_or_ORF_name>") — 残基、位置、文献情報、PMID を含む、キュレーション済みの翻訳後修飾部位（リン酸化、ユビキチン化など）を取得します。locus="CDC28" でライブ検証済み：34 部位があり、例として Ser2 のリン酸化（Lanz et al. 2021、PMID:33491328。Leutert et al. 2023、PMID:37845410 でも独立して報告されています）が挙げられます。 8. SGD_get_literature(locus="<gene_or_ORF_name>") — キュレーション区分（一次文献、レビュー、その他など）ごとの文献数を返します（完全な引用情報ではありません）。フェーズ 5 で豊富なデータが得られると期待できるか判断する前に、遺伝子の研究状況を把握するために使用します。ライブ検証済み：ACT1 の文献総数は 1659 件、CDC28 は 1971 件です。どちらも、必須の細胞周期／細胞骨格関連遺伝子として当然ながら、集中的に研究されています。

---

フェーズ 5b：分裂酵母（PomBase）— S. pombe。SGD の S. cerevisiae とは別種です

S. pombe（分裂酵母）と S. cerevisiae（出芽酵母）は約 3 億 5,000 万～4 億 5,000 万年前に分岐しており、一部の経路では両者の遺伝的距離は、それぞれとヒトとの距離とほぼ同じです。S. pombe の細胞周期や RNAi の機構は、2 種の酵母のうちヒトにより近いことが多いため、フェーズ 5（SGD）の検索結果が少ない場合や、対象のプロセスが細胞周期／クロマチン／RNA プロセシングに関係する場合は、両方を確認してください。

1. PomBase_search_genes(query="<gene_name_or_keyword>", limit=10) — 12,600 以上の遺伝子を対象に、遺伝子名、系統名の ID プレフィックス（例："SPAC"）、または産物のキーワードで検索します
2. PomBase_get_gene(gene_id="<systematic_id>") — 遺伝子名、産物、InterPro ドメイン、欠失時の生存可能性、UniProt の相互参照を取得します（系統名の ID は SPBC11B10.09、SPAC2F7.03c のような形式です）
3. PomBase_get_gene_phenotypes(gene_id="<systematic_id>") — エビデンスコード付きの FYPO（分裂酵母表現型オントロジー）用語と、deletion_viability を取得します
4. PomBase_get_orthologs(gene_id="<systematic_id>") — ヒトのオルソログ（HGNC ID、分類群 9606）と S. cerevisiae のオルソログ（系統名、分類群 4932）を一度に取得します。両方の酵母を使ってヒト遺伝子を同時に調べる際に役立ちます
5. PomBase_get_interactions(gene_id="<systematic_id>") — エビデンス、PMID、スループット、ソースデータベースとともに、物理的相互作用（Affinity Capture-MS など）と遺伝的相互作用を取得します
6. PomBase_get_go_annotations(gene_id="<systematic_id>") — アスペクト（biological_process/molecular_function/cellular_component）別に GO 用語を取得します

実行例（ライブで検証済み）：PomBase_get_gene(gene_id="SPBC11B10.09") は、分裂酵母のサイクリン依存性キナーゼである cdc2 を特定します。同じ ID に対する PomBase_get_orthologs は、ヒトの HGNC:1722／HGNC:1771／HGNC:1772（CDK1/CDK2/CDK3 ファミリー）と、S. cerevisiae の YBR160W（CDC28）を返します。cdc2 は CDK ファミリーの創始メンバーで、分裂酵母で最初に特性が明らかにされました。PomBase_get_gene_phenotypes は、60 件の FYPO 用語とともに deletion_viability: "inviable" を確認します。その中には「有糸分裂 G2/M 期移行時の細胞周期停止の異常」があり、これは有糸分裂に不可欠な役割と一致しています。PomBase_get_interactions は、100 件の物理的相互作用を返します（例：Affinity Capture-MS による red1／SPAC1006.03c との相互作用、PMID:24713849）。

---

フェーズ 3b：真核生物の病原体（VEuPathDB）— マラリア、トキソプラズマ症、真菌、媒介生物

VEuPathDB は、病原体・媒介生物・宿主のゲノムデータベース群（Plasmodium/マラリアの PlasmoDB、Toxoplasma の ToxoDB、FungiDB、VectorBase、CryptoDB、GiardiaDB、MicrosporidiaDB、PiroplasmaDB、TrichDB、TriTrypDB、AmoebaDB）であり、共通の WDK REST API を使用しています。対象の「モデル生物」が実際には病原体であり、ヒト疾患モデルへの応用ではなく病原体の遺伝子機能について知りたい場合に適したリソースです（標的遺伝子の特定後に、アウトブレイクやドラッグ・リパーパシングの情報を得る場合は、tooluniverse-infectious-disease に引き継いでください）。

ライブで確認されたアクセス制限（使用前にお読みください）： 現時点では、認証なしで動作するのは VEuPathDB_list_record_types のみです。他の4つのツール、 VEuPathDB_list_gene_searches、VEuPathDB_list_organism_searches、VEuPathDB_search_genes_by_organism、VEuPathDB_get_gene_record は、ツール自体のモジュール docstring に「認証不要」と記載されているにもかかわらず、いずれもライブ環境では HTTP 401: Valid API Key required for this endpoint で失敗します。これはツール作成後の上流側のポリシー変更であり、リクエストの不具合ではありません。また、現在のツールには API キーを渡す組み込みの仕組みがありません（veupathdb_tool.py に required_api_keys／環境変数のサポートがありません）。そのため、このスキルでは現在、これら4つの操作を完了できません。まずは簡単な呼び出しで確認してください。

VEuPathDB_list_record_types()  # {} — no params, this one still works

VEuPathDB_search_genes_by_organism または VEuPathDB_get_gene_record の呼び出しで 401 が返された場合は、VEuPathDB がこのエンドポイントへのアクセスを制限するようになり、ツールにはまだキーを渡す仕組みがないことをユーザーにはっきり伝えてください。回避策として遺伝子レコードや生物種の遺伝子リストを捏造してはいけません。

アクセスが復旧した場合、またはキーを渡す仕組みが追加された場合：VEuPathDB_search_genes_by_organism(organism="<Genus species Strain>", project="<plasmodb|toxodb|fungidb|vectorbase|cryptodb|giardiadb|microsporidiadb|piroplasmadb|trichdb|tritrypdb|amoebadb>", limit=25) は、指定した生物種／株の遺伝子を検索します（例：organism="Plasmodium falciparum 3D7"、project="plasmodb"）。VEuPathDB_get_gene_record(gene_id="<primary_key>", project="<same project>") は、VEuPathDB のプライマリーキーを使って遺伝子1つの属性（産物、遺伝子タイプ、ゲノム上の位置、染色体、転写産物の数）を取得します（例：P. falciparum の DHFR-TS 遺伝子の場合は PF3D7_0417200）。

---

フェーズ 6：種間の統合（重要）

このフェーズでは、生物種ごとのデータを生物学的な知見へと変換します。

ステップ 1：表現型マトリックスを作成する

特徴	ヒト	マウス	ハエ	線虫	ゼブラフィッシュ	酵母
オルソログが存在するか？	—
LOF による致死性
主な表現型
発現領域

ステップ 2：中核機能／祖先機能を特定する 種間で最も一貫している表現型を探します。種固有の用語を抽象化します。

• マウスの「発声の減少」＋ハエの「求愛歌の異常」＋ヒトの「発語失行」→ 中核：学習された系列を担う運動回路の発生
• マウスの「胚性致死」＋線虫の「致死」＋酵母の「必須」→ 中核：細胞の基本的な生存能力
• マウスの「心臓の異常」＋ゼブラフィッシュの「心臓浮腫」＋ヒトの「心筋症」→ 中核：心臓の発生

ステップ 3：種間の表現型マッピング 生物種によって異なるオントロジー（HPO、MP、FBcv、WBPhenotype、ZP）が使用されます。MonarchV3_phenotype_similarity_search を使用して、uPheno オントロジーを介した同等の表現型を見つけます。自動マッピングが失敗した場合は、生物学的な推論を用いて概念的に同等なものを見つけます。

ステップ 4：保存性の評価

• 高度に保存：6 種すべてにオルソログがあり、表現型に一貫性があり、経路が共有されている
• 脊椎動物特異的：マウス／魚／カエルにはオルソログがあるが、ハエ／線虫／酵母にはない
• 後生動物特異的：マウス／魚／ハエ／線虫にはオルソログがあるが、酵母にはない
• ヒト特異的：モデル生物のいずれにも明確なオルソログがない

ステップ 5：経路の保存性を確認する

• STRING_get_network(identifiers="<human_gene> <mouse_ortholog> <fly_ortholog>", species=9606) — 相互作用パートナーも保存されているか確認します
• ReactomeAnalysis_pathway_enrichment(identifiers="<human_gene> <ortholog1> <ortholog2>") — 経路メンバーシップが共有されているか確認します

ステップ 6：生物種を推奨する 今後の研究で使用する生物種を推奨します。ヒトの病態との表現型の一致度、利用可能な遺伝学的ツール、相補的なモデル（例：生理学にはマウス、遺伝学的スクリーニングにはハエ）、実務上の考慮事項（コスト、処理能力、イメージング）を検討します。

---

フェーズ 7：ヒト疾患との関連（任意）

• OMIM_search(query="<gene_symbol>") — メンデル遺伝病との関連
• ClinVar_search_variants(query="<gene_symbol>") — 病原性バリアント
• ClinGen_search_gene_validity(gene="<gene_symbol>") — 遺伝子と疾患の関連性の確実性（Definitive/Strong/Moderate/Limited）
• HPO_search_terms(query="<disease_name>") — 種間比較に用いる表現型用語

HPO 用語をモデル生物の表現型（フェーズ 6）に対応付け、モデルの忠実度を評価します。

---

細菌学および古典遺伝学の推論

これらの問題には、データベース検索ではなく、計算と論理的な推論が必要です。論理を順を追って検討します。

Hfr 接合と染色体マッピング

移入時刻マッピング：Hfr × F- の接合では、遺伝子は組み込まれた F 因子の起点から一定の直線的な順序で移入されます。異なる時刻に接合を中断すると、遺伝子の順序とマップ距離がわかります（1 分 ≈ 環状の E. coli 染色体上の 1 マップ単位、約 47 kb）。

主な推論手順：

1. 遺伝子の順序 ＝ 接合時間が長くなるにつれて組換え体に現れる順序
2. マップ距離 ＝ 隣接するマーカー間の移入時刻の差（分）
3. 方向性：異なる Hfr 株では、F 因子が異なる位置と向きで組み込まれています。複数の Hfr 株の遺伝子順序を比較し、環状マップを作成します。Hfr1 が A-B-C の順に移入し、Hfr2 が C-B-A の順に移入する場合、両者の F 因子は同じ部位の近くに逆向きで組み込まれています。
4. F' の形成：不正確な切り出しによって、隣接する染色体遺伝子が取り込まれます。遺伝子 X を持つ F' は、X が F の組み込み部位に隣接していたことを示します。F' × F- は、取り込まれた領域について部分二倍体（メロ二倍体）となり、相補性／優性の検定に使えます。
5. 組換え体の選択：二重交叉（または偶数回の交叉）によって供与体マーカーを組み込んだ組換え体だけが安定です。選択マーカーは移入順で最後のものでなければなりません（Hfr 起点に最も近い、つまり最初に移入されるマーカーではありません。選択マーカーとは、プレート上で選択するマーカーであり、完全な移入または組換えが必要です）。

オペロンの調節と減衰

lac オペロンの仕組み（負の誘導型）：

• 誘導物質（アロラクトース）がないと、リプレッサー（lacI）がオペレーター（lacO）に結合します
• lacI+ は lacI- に対してトランス優性です（リプレッサーが拡散するため）
• lacOc（構成的オペレーター）はシス優性です（同じ DNA 分子上の遺伝子にのみ影響します）
• 部分二倍体では、まず各 DNA 分子の遺伝子型を個別に判定してから、全体を考えます

trp オペロンの減衰（リーダーペプチド機構）：

• リーダー転写産物には、別々のステムループを形成する 4 つの領域（1-2-3-4）があります
• 領域 1 は、Trp コドンを多く含む短いペプチドをコードします
• Trp 濃度が高い場合：リボソームは領域 1-2 をすばやく翻訳し、領域 3-4 が終結ヘアピンを形成して、転写が停止します
• Trp 濃度が低い場合：リボソームは領域 1 の Trp コドンで停止し、領域 2-3 が抗終結ヘアピンを形成して、転写が続きます
• リボソームがない場合（in vitro）：領域 1-2 が対合し、続いて 3-4 が対合して、転写が終結します（デフォルト）
• 要点：mRNA の折りたたみ領域に対するリボソームの位置によって、どのステムループが形成されるかが決まります

異化代謝物抑制：誘導物質が存在していても、lac オペロンが十分に発現するには cAMP-CAP が必要です。グルコース濃度が高いと cAMP 濃度が低下し、発現量も低下します。これは、負のリプレッサー系に重ねて働く正の調節です。

交配データからの遺伝子マッピング

三点交配（試験で最もよく出る問題）：

1. 8 つの表現型クラスとその頻度を特定します
2. 親型 ＝ 頻度が最も高い 2 クラス
3. 二重交叉 ＝ 頻度が最も低い 2 クラス
4. 二重交叉型と親型を比較し、中央の遺伝子を特定します（二重交叉型で親型と比べて対立遺伝子が切り替わっている遺伝子）
5. マップ距離：（領域 1 の単一交叉 ＋ 二重交叉）／総数 ＝ 距離 1、（領域 2 の単一交叉 ＋ 二重交叉）／総数 ＝ 距離 2
6. 一致係数 ＝ 観察された二重交叉数／期待される二重交叉数。不干渉度 ＝ 1 - CoC

同時形質導入頻度（細菌におけるファージ P1 マッピング）：

• 同時形質導入頻度が高いほど、遺伝子間の距離は近くなります
• Wu の式：同時形質導入頻度 = (1 - d/L)^3。d = 距離、L = ファージのヘッドフルサイズ（P1 では約 2.5 分）
• 2 つの遺伝子が 50% の頻度で同時形質導入される場合：d = L(1 - 0.5^(1/3)) ≈ 0.5 分

完全性チェックリスト

レポートを最終版にする前に、以下を確認してください。

• ヒト遺伝子を Ensembl ID、Entrez ID、UniProt、シンボルに対応付け済み
• 要求されたすべての種についてオルソログの対応付けを試行済み。信頼度（1:1、1:多、なし）を記載済み
• オルソログがある各種の表現型データを取得済み
• 「オルソログなし」または「データなし」を明記済み（黙って省略していない）
• 種間の保存性の概要を提示済み
• 疾患の背景が示されている場合、生物種の推奨を提示済み
• エビデンスを評価済み：T1 = 直接的な実験（KO 表現型）、T2 = 遺伝子スクリーニング、T3 = 計算によるオルソロジー、T4 = 配列類似性のみ