tooluniverse-regulatory-genomics

Regulatory Genomics Research Skill

転写因子の結合、クロマチン状態、調節エレメントのアノテーションを通じて、遺伝子制御を体系的に調査します。JASPAR（TF モチーフ）、ENCODE（機能ゲノミクス実験）、RegulomeDB（調節バリアントのスコアリング）、UCSC cCREs を統合します。

ドメイン推論

調節エレメントの特定には、複数の証拠を組み合わせる必要があります。配列保存性だけでは不十分です（保存された配列の多くは調節エレメントではありません）。クロマチンアクセシビリティは必要ですが、それだけでは不十分です（オープンクロマチンが構造的な役割を担うこともあります）。TF 結合ピークにはモチーフによる検証が必要であり、eQTL の証拠はエレメントと転写結果を結び付けます。単一のデータ型だけでは不十分です。信頼度の高い調節エレメントには、少なくとも 2 種類の独立した証拠が必要で、理想的には 4 種類すべてが求められます。

推測せずに調べる

• TF 結合モチーフ：jaspar_search_matrices と jaspar_get_matrix から取得します。記憶に頼ってモチーフを説明しないでください。
• 実験的な ChIP-seq データ：ENCODE_search_experiments で検索します。特定の細胞型について TF のプロファイルがあると決めつけないでください。
• ゲノム領域の cCRE アノテーション：正確な座標を指定して UCSC_get_encode_cCREs を呼び出します。エレメントの種類を推測しないでください。
• バリアントの調節への影響：RegulomeDB_query_variant に問い合わせます。位置だけから調節上の重要性を推定しないでください。

---

重要な原則：

1. 英語を優先したクエリ - すべてのツール呼び出しで英語の遺伝子名／TF 名を使い、ユーザーの言語で回答します
2. 証拠の組み合わせ - モチーフ（JASPAR）＋実験データ（ENCODE ChIP-seq）＋バリアント（RegulomeDB）の証拠を組み合わせます
3. 座標の正確性 - ゲノム座標にはアセンブリを指定する必要があります（GRCh38 を推奨）
4. 陰性結果の記録 - ENCODE に TF の ChIP-seq データがない場合は、その旨を報告します

---

説明するのではなく、計算する

解析に計算（統計、データ処理、スコアリング、エンリッチメント）が必要な場合は、Bash 経由で Python コードを記述して実行します。実施予定の作業を説明するだけではなく、実行して実際の結果を報告してください。ToolUniverse ツールでデータを取得し、Python（pandas、scipy、statsmodels、matplotlib）で解析します。

使用する場面

• 「遺伝子 X の近傍にはどのような転写因子が結合していますか？」
• 「この SNP は調節エレメントに影響しますか？」
• 「肝臓組織の CTCF 結合部位を見つけてください」
• 「この細胞型で活性のあるエンハンサーは何ですか？」
• 「T 細胞における H3K27ac の ChIP-seq 実験を表示してください」
• 「rs1234567 は調節領域にありますか？」
• 「このゲノム領域と重なる TF モチーフは何ですか？」
• 「がん細胞株における ATAC-seq の ENCODE 実験を見つけてください」
• 「この非コードバリアントが発現／クロマチンアクセシビリティに与える影響を予測してください」
• 「DNA 配列から調節活性（発現、アクセシビリティ、TF 結合）を直接予測してください」
• 「これらのエンハンサーバリアントのうち、最も大きな影響を与えると予測されるのはどれですか？」

---

主要なツール

ツール	用途	主なパラメーター
jaspar_search_matrices	TF 名または生物種で TF 結合モチーフを検索します	name、species、collection、tax_id
jaspar_get_matrix	特定の JASPAR マトリックスの完全な PWM/PFM を取得します	matrix_id（例：「MA0139.1」）
JASPAR_get_transcription_factors	すべての TF マトリックスを一覧表示します（ページネーション対応）	page、page_size
UniBind_search_datasets	実験的に得られた、キュレーション済みの TF-DNA 直接結合部位データセットを検索します	tf_name、species、cell_line、collection（Robust/Permissive）
UniBind_get_dataset	1 つの UniBind データセットの結合部位の詳細を取得します（JASPAR モチーフ、スコア/CentriMo 閾値、BED/FASTA URL）	dataset_id
UniBind_list_tfs	UniBind でプロファイリングされた TF を一覧表示／フィルタリングします	search（部分文字列）、limit
ENCODE_search_experiments	ENCODE の ChIP-seq/ATAC-seq/WGBS 実験を検索します	assay_title、target、biosample_term_name、limit
ENCODE_search_histone_experiments	ヒストンマークの ChIP-seq を検索します	histone_mark、biosample_term_name、limit
ENCODE_search_chromatin_accessibility	ATAC-seq/DNase-seq 実験を検索します	biosample_term_name、limit
ENCODE_get_experiment	特定の ENCODE 実験の完全なメタデータを取得します	accession（例：「ENCSR000EGM」）
ENCODE_search_annotations	ENCODE の cCRE およびクロマチン状態アノテーションを検索します	annotation_type、biosample_term_name、limit
ENCODE_get_chromatin_state	ChromHMM のセグメンテーションデータを検索します	biosample_term_name、limit
UCSC_get_encode_cCREs	ゲノム領域と重複する cCRE を取得します	chrom、start、end
RegulomeDB_query_variant	バリアントの調節への影響をスコアリングします	rsid（例：「rs4994」）
ENCODE_search_biosamples	ENCODE で利用可能な細胞株／組織を検索します	term_name、biosample_type、limit
EnsemblReg_get_motif_features	領域内の TF 結合モチーフのインスタンス（Ensembl Regulatory Build）	region、species
EnsemblReg_get_constrained_elements	領域内の進化的に制約された（負の選択を受けた）要素 — 以下で示す保存性の証拠タイプです	region、species
EnsemblReg_get_binding_matrix	Ensembl の結合マトリックス安定 ID に対応する完全な PWM/PFM	binding_matrix_id（例：ENSPFM0320）
MEME_fimo_scan / MEME_discover_motifs / MEME_tomtom_compare / MEME_list_databases	既知のモチーフを配列からスキャンする／新規モチーフを de novo で探索する／モチーフを JASPAR-HOCOMOCO-CIS-BP と比較する／利用可能な比較データベースを一覧表示する	sequences、motif_text（MEME 形式）
HOCOMOCO_search_motifs / HOCOMOCO_get_motif	キュレーション済みの ChIP-seq 由来 TF モチーフを遺伝子名で検索する／モチーフの詳細とオプションの PWM を取得する	query（遺伝子名）／motif_id
Dfam_search_families / Dfam_get_family / Dfam_get_annotations	転移因子／反復配列ファミリーを検索する／1 つのファミリーの詳細を取得する／ゲノム領域の反復配列アノテーションを取得する	name_prefix/clade/repeat_type / accession / chrom,start,end

配列ベースの深層学習モデル（注釈を付けるだけでなく、予測する）

上記のツールは、ある遺伝子座で何が「既知」か（データベース）を示します。一方、これらのモデルはDNA配列から制御活性を直接「予測」し、参照配列と代替配列のウィンドウをスコアリングすることで、非コード変異が何を「もたらす」かを予測します。RegulomeDBは既存の注釈との重なりに基づいて変異を順位付けしますが、これらのモデルは注釈のない新規変異でも、組織を考慮した定量的な効果量を示します。注釈から情報が得られない場合や、「このアレルは制御をどの程度変えるのか」が問題となる場合に使用してください。

ツール	操作	予測対象	コンテキスト	アクセス
AlphaGenome_atlas_lookup_variant / AlphaGenome_atlas_scan_interval	事前計算済みデータの検索：1つのSNV／領域内のすべてのSNV	統合AVI_SCORE（AlphaGenome + AlphaMissense）とトラックごとのスコア。モデルのライブ実行なし	1回のスキャンで最大10 kb	ホスト型API — ALPHA_GENOME_API_KEY（以下のライブ操作より大幅に高いクエリレート）
AlphaGenome_predict_interval / AlphaGenome_score_variant / AlphaGenome_score_ism_variants	領域のプロファイル化／変異のスコアリング／飽和変異導入スキャン	RNA-seq、ATAC、CAGE、スプライストラック（最先端の精度、1塩基単位）。ISMは、効果に基づいて≤500 bpのウィンドウ内のすべての置換を順位付けします。「このエレメントで重要なのはどの塩基か」という問いに適しています	最大1 Mb（ISMウィンドウは≤500 bp）	ホスト型API — ALPHA_GENOME_API_KEY
run_enformer_predict / run_enformer_variant_effect	プロファイル化／スコアリング	5,313のヒト（+1,643のマウス）トラック：発現、クロマチン、TF結合	196 kb	リモートMCPサーバー
run_borzoi_predict / run_borzoi_variant_effect	プロファイル化／スコアリング	RNA-seqカバレッジ（発現／polyA／スプライシングを重視）、7,611トラック	524 kb	リモートMCPサーバー
run_chrombpnet_predict / run_chrombpnet_variant_effect	プロファイル化／スコアリング	クロマチンアクセシビリティ（ATAC／DNase）、塩基解像度のプロファイルとカウント	約2 kb	リモートMCPサーバー
Evo2_score_variant	スコアリング	ゲノム基盤モデルの対数尤度差分。コード領域と非コード領域の両方に対応	最大1 Mb	ホスト型NIM — NVIDIA_API_KEY
gi_*（オプトイン、GENOMIC_INTELLIGENCE_MCP_URL）	プロファイル化（6つのタスク）+ 複合的な遺伝子探索後の予測	プロモーター、スプライス部位、エンハンサー活性、クロマチン状態、発現、遺伝子注釈	—	公開デモサーバー、共有のレート制限付きクォータ、キー不要

選び方： 既知の一塩基変異の場合は、まずAlphaGenome_atlas_lookup_variant（領域全体ならatlas_scan_interval）を確認してください。これは、約90億個のヒトSNV候補すべてを網羅する事前計算済みデータベースを検索するもので、ライブ呼び出しよりはるかに低コストです。また、そのAVI_SCOREはAlphaGenomeの制御シグナルとAlphaMissenseのコード領域への影響モデルをすでに統合し、1つの数値で示します。インデル、カスタム／合成配列、またはトラックごとの詳細な情報には、ライブのAlphaGenome_*操作を使用してください（生トラックの利用や変異を指定しない用途には、predict_variant／predict_sequence／score_intervalも利用できます）。run_enformer_*／run_borzoi_*は公開済みのセルフホスト可能な同等モデルです（一般的な制御にはEnformer、発現／スプライシングが問題ならBorzoi）。クロマチンアクセシビリティが特に問題となる場合はrun_chrombpnet_*を使用してください。コード変異にも対応する配列のみを用いた確認にはEvo2_score_variantを使用します。出力は効果量Δ（alt − ref）であり、キャリブレーション済み確率ではありません（統合影響スコアであるAVI_SCOREを除く）。既知の変異を基準に順位付け／キャリブレーションしてください。キー／サーバーが設定されていない場合は、上記の注釈ツールを使用し、その旨を伝えてください。

---

ワークフロー

フェーズ 1：TF モチーフの探索（JASPAR）

TF の結合モチーフや、ある遺伝子を制御する可能性のある TF について尋ねられた場合：

1. jaspar_search_matrices(name="TF_NAME", species="Homo sapiens")
   -> Returns list of matrices with matrix_id, collection, version

2. jaspar_get_matrix(matrix_id="MA0139.1")
   -> Returns full PFM/PWM matrix, sequence logo URL, binding sites URL

3. For broad TF family search:
   jaspar_search_matrices(species="Homo sapiens", collection="CORE")
   -> Filter by TF family name in results

JASPAR コレクション：

• CORE：高品質で冗長性のない行列（ほとんどのユースケースに最適）
• CNE：保存された非コード領域
• POLII：RNA Pol II 結合部位

主な応答フィールド：

• matrix_id：バージョン付き ID（例：「MA0139.1」）— jaspar_get_matrix で使用します
• name：TF の遺伝子シンボル
• sequence_logo：結合部位ロゴの PNG/SVG への URL
• collection：JASPAR コレクションの種類

フェーズ 1b：TF-DNA 直接結合部位（UniBind）

JASPAR がモチーフの モデル を提供するのに対し、UniBind は厳選された実験由来の 直接 結合部位を提供します（モチーフに基づき、塩基対解像度で、DAMO/ChIP-eat パイプラインを介して各 ChIP-seq 実験ごとに取得）。TF の結合を裏付ける実験を 特定し、部位のダウンロード可能な BED/FASTA を取得するために使用します。JASPAR モチーフと生の ChIP-seq ピークの間に位置する中間層です。

# Find curated binding-site datasets for a TF (filters compose)
tu.run_tool("UniBind_search_datasets",
            {"tf_name": "CTCF", "species": "Homo sapiens",
             "collection": "Robust", "page_size": 5})
#   -> list of {tf_name, total_peaks, dataset_id, dataset_url}

# Full binding-site detail for one dataset
tu.run_tool("UniBind_get_dataset",
            {"dataset_id": "EXP030726.neural_stem_cells.SMAD3"})
#   -> tf_name, cell_line, jaspar_id[], tfbs_models[] each with
#      jaspar_id, total_tfbs, score_threshold, adj_centrimo_pvalue,
#      bed_url, fasta_url, summary_plot_url

# Discover valid tf_name values (search is client-side substring)
tu.run_tool("UniBind_list_tfs", {"search": "SMAD"})   # -> [SMAD2, SMAD3, SMAD4]

注：species は学名（taxid ではなく「Homo sapiens」）です。collection は 「Robust」（信頼度が高い）または「Permissive」です。公開されており、API キーは不要です。

フェーズ 1c：Ensembl Regulatory Build（モチーフ＋不足していた保存性のエビデンスタイプ）

上記のドメイン推論では、高信頼度の制御エレメントを示す、収束する 4 種類の エビデンス（保存性、アクセシビリティ、TF 結合、eQTL）が挙げられていますが、 保存性を調べるツールはこれまでありませんでした。 EnsemblReg_get_constrained_elements はこの不足を直接補い、JASPAR/UniBind/ENCODE の 結合エビデンス用ツールとは独立して、領域内の進化的に制約された（負の選択を受けた） エレメントを返します。これを EnsemblReg_get_motif_features（TF モチーフの インスタンスを提供する、2 つ目のデータベース規模の情報源で、JASPAR/UniBind を 補完します）と組み合わせることで、このスキルの推論が求める、2 種類以上の エビデンスタイプによる根拠を構築できます。

# TF binding motif instances in a region (species defaults to homo_sapiens)
tu.run_tool("EnsemblReg_get_motif_features", {"region": "7:140424943-140524564"})
#   -> motif_count, motif_features[] each with stable_id,
#      transcription_factor_complex, binding_matrix_stable_id, score,
#      start/end/strand

# Evolutionary conservation evidence for the same region
tu.run_tool("EnsemblReg_get_constrained_elements", {"region": "17:7661779-7687538"})
#   -> element_count, constrained_elements[] each with score (higher =
#      stronger conservation), start/end

# Full PWM for a binding matrix found above (e.g. from motif_features)
tu.run_tool("EnsemblReg_get_binding_matrix", {"binding_matrix_id": "ENSPFM0320"})
#   -> associated_tfs[], nucleotide-frequency matrix, threshold, consensus

運用上の注意（推測ではなく実環境で確認済み）：これら 3 つのエンドポイントは 応答に時間がかかります。get_motif_features は通常 10～25 秒、get_binding_matrix は 50～60 秒、get_constrained_elements は小さな領域でも最大 25 秒かかります。応答が 遅いからといってハングと判断せず、余裕を持ったタイムアウト（60～90 秒）を設定してください。 get_constrained_elements は大きな領域では信頼性にも問題があります（例：~100kb の BRAF 遺伝子座では繰り返し試しても再現性をもって失敗またはタイムアウトした一方、 より小さな TP53 領域では成功しました）。このエンドポイントでは 50kb を大幅に下回る 領域を優先し、呼び出しが失敗したと結論付ける前に 1 回再試行してください。

フェーズ 1d：TF モチーフの探索と比較（MEME Suite）＋厳選された参照モチーフ（HOCOMOCO）

JASPAR が厳選されたモチーフ ライブラリ を提供するのに対し、MEME Suite のツールでは 関連する配列群からモチーフを de novo で探索 し、探索済みまたは既知の任意の モチーフを参照データベースと 比較 できます。HOCOMOCO は 2 つ目の厳選された 参照ライブラリです（ChIP-seq 由来で、ヒト／マウスのみ）。JASPAR の代替ではなく、 相互補完的に使用できます。両者は基となるピークセットが異なり、同じ TF でもモデルの 品質評価が一致しない場合があります。

# 1. Scan sequences for known motif occurrences (submits a job to
#    meme-suite.org, polls ~10-30s)
tu.run_tool("MEME_fimo_scan", {
    "sequences": ">promoter\nGGATCCGCGCGCTATAAAAGGATCC...",
    "motif_text": "MEME version 5\n\nALPHABET= ACGT\n...",  # full MEME-format motif
    "pvalue_threshold": 0.0001
})
#   -> hits[] with start/stop/strand/score/pvalue/qvalue/matched_sequence

# 2. De novo motif discovery across >=2 related sequences (~30-120s)
tu.run_tool("MEME_discover_motifs", {
    "sequences": ">seq1\n...\n>seq2\n...",  # co-regulated gene promoters, etc.
    "nmotifs": 3
})
#   -> motifs[] with consensus, width, sites, evalue, probability_matrix

# 3. Identify which known TF a discovered (or any) motif resembles
#    (~5-20s)
tu.run_tool("MEME_tomtom_compare", {
    "query_motif": "MEME version 5\n...",
    "target_db": "JASPAR2026_vertebrates"  # or "HOCOMOCO_v12"; see list_databases
})
#   -> matches[] ranked by evalue, with target_id (e.g. JASPAR MA0106.3)

# 4. See available target databases for tomtom_compare (no remote call,
#    cached metadata)
tu.run_tool("MEME_list_databases", {"category_filter": "JASPAR"})

厳選された照合情報としての HOCOMOCO — TF 名を指定すると、探索手順なしで 厳選されたコンセンサス/PWM/品質評価を直接取得できます：

tu.run_tool("HOCOMOCO_search_motifs", {"query": "CTCF"})
#   -> [{motif_id: "CTCF.H14CORE.0.P.B", gene_name_human, quality, consensus, ...}]
tu.run_tool("HOCOMOCO_get_motif", {"motif_id": "CTCF.H14CORE.0.P.B", "include_pwm": true})
#   -> real verified response: consensus "hbRCCRShAGRKGGCGShvn", quality "B",
#      tfclass (superclass/class/family/subfamily), uniprot_ac_human "P49711",
#      pwm (if include_pwm=true)

品質評価は A（最高）から D（最低）までです。data_sources の「P」は ChIP-Seq ピーク、「S」は HT-SELEX を表します。同じ TF について、JASPAR/MEME で探索した モチーフを妥当性確認するために HOCOMOCO の品質評価を使用してください。評価が低い、 またはエントリがないこと自体も有用な情報です（その TF の結合は十分に特徴付けられて いない可能性があります）。

反復配列エレメント（Dfam）

転移因子などの反復配列は、制御エレメントを生成、破壊、または移動させる可能性が あります（独自の TF 結合部位を持つ SVA/Alu の挿入はよく知られたメカニズムです）。 ドメイン推論で前述した 4 種類のエビデンスに加え、制御エレメントが反復配列マスク領域の 内部または近傍にある場合は、5 つ目の確認事項として調べる価値があります。

tu.run_tool("Dfam_search_families", {"name_prefix": "AluS"})
#   -> [{accession: "DF000000003", name: "AluSc", repeat_type: "SINE", ...}]
tu.run_tool("Dfam_get_family", {"accession": "DF000000003"})
#   -> consensus_sequence, classification, clades[], citations[]

# Real example: TP53 locus (chr17:7,661,779-7,687,538, GRCh38) — the same
# region used in the Ensembl Regulatory Build section above — carries two
# real SVA retroposon insertions (SVA_E, SVA_A) and an AluSc SINE:
tu.run_tool("Dfam_get_annotations", {
    "assembly": "hg38", "chrom": "chr17", "start": 7661779, "end": 7687538
})
#   -> [{accession: "DF000001071", query: "SVA_E", type: "Retroposon",
#        bit_score: 180, e_value: "1.3e-50", seq_start: 7661463, ...}, ...]

nrph=true（デフォルト）では冗長性のないプロファイルヒットのみが返されます。 重複するものやスコアの低いアラインメントを含むすべての生ヒットを取得するには、 false を設定してください。

フェーズ 2：ENCODE 実験の検索

ChIP-seq、ATAC-seq、その他の機能ゲノミクスデータを探す場合：

TF ChIP-seq の場合：

ENCODE_search_experiments(
    assay_title="TF ChIP-seq",
    target="CTCF",              # TF gene name
    biosample_term_name="HepG2", # Cell line or tissue
    limit=10
)

ヒストンマークの場合：

ENCODE_search_histone_experiments(
    histone_mark="H3K27ac",         # or H3K4me3, H3K27me3, H3K36me3
    biosample_term_name="liver",
    limit=10
)

クロマチンアクセシビリティの場合：

ENCODE_search_chromatin_accessibility(
    biosample_term_name="T cell",
    limit=10
)

制御アノテーション（cCRE、ChromHMM）の場合：

ENCODE_search_annotations(
    annotation_type="candidate Cis-Regulatory Elements",
    biosample_term_name="K562",
    limit=10
)

一般的な assay_title の値：

• "TF ChIP-seq" - 転写因子の結合
• "Histone ChIP-seq" - ヒストン修飾
• "ATAC-seq" - クロマチンアクセシビリティ
• "DNase-seq" - オープンクロマチン（旧式の手法）
• "WGBS" - DNA メチル化

注：ENCODE_search_experiments が返すのは実験メタデータ（アクセッション、バイオサンプル、ステータス）のみです。ファイルのダウンロードリンクと詳細なメタデータを取得するには、ENCODE_get_experiment(accession) を使用してください。

フェーズ 3：cCRE アノテーション（UCSC + ENCODE）

特定のゲノム領域にアノテーションを付ける場合：

UCSC_get_encode_cCREs(
    chrom="chr8",       # Chromosome (GRCh38)
    start=37966000,     # Start coordinate
    end=37967000        # End coordinate
)
# Returns cCREs with type: pELS (proximal enhancer), dELS (distal enhancer),
# PLS (promoter-like), CTCF-only, DNase-H3K4me3

cCRE の種類：

• PLS（プロモーター様）：TSS 付近で DNase + H3K4me3 + H3K27ac のシグナルが高い領域
• pELS（近位エンハンサー）：DNase + H3K27ac のシグナルが高く、TSS から 2kb 以内にある領域
• dELS（遠位エンハンサー）：DNase + H3K27ac のシグナルが高く、TSS から 2kb を超えて離れた領域
• CTCF-only：エンハンサーマークを伴わない CTCF 結合
• DNase-H3K4me3：分類されていないアクセシブル領域

フェーズ 4：制御バリアントのスコアリング（RegulomeDB）

バリアントの制御への影響を評価する場合：

RegulomeDB_query_variant(rsid="rs4994")
# Returns:
#   regulome_score.ranking: "1a"-"7" (1a = highest regulatory evidence)
#   regulome_score.probability: 0-1 continuous score
#   tissue_specific_scores: dict of tissue -> score
#   overlapping features: eQTLs, TF binding, DNase peaks, motifs

RegulomeDB スコアの解釈：

ランク	意味
1a	eQTL + TF 結合 + 一致する TF モチーフ + DNase ピーク
1b	eQTL + TF 結合 + DNase ピーク
1c	eQTL + TF 結合または DNase ピーク
1d	eQTL + モチーフまたはタンパク質結合
1e	eQTL + モチーフヒット
1f	eQTL のみ
2a	TF 結合 + モチーフ一致 + DNase
2b	TF 結合 + 一致するモチーフ
2c	モチーフの有無を問わない TF 結合
3a	DNase ピーク + モチーフ
3b	DNase ピークのみ
4	モチーフヒットのみ
5	フットプリントへの近接
6	フットプリントと TF への近接
7	証拠なし

ランクが 1a〜2b のバリアントは、遺伝子制御に影響を与える可能性が最も高いです。

---

ツールパラメーターのリファレンス

ツール	必須パラメーター	任意パラメーター	注
jaspar_search_matrices	（なし — 空の場合はすべてを返します）	name、species、collection、tax_id、page、page_size	TF 名の検索には name を使用します
jaspar_get_matrix	matrix_id	—	完全なバージョンが必要です："MA0139.1"。"MA0139" ではありません
JASPAR_get_transcription_factors	（なし）	page、page_size	ページネーション対応。デフォルトの page_size=10
jaspar_get_matrix_versions	base_id	—	base_id はバージョンなしです（例："MA0139"）
ENCODE_search_experiments	（なし — 空の場合はすべてを返します）	assay_title、target、biosample_term_name、limit	assay_title は ENCODE の語彙と完全に一致する必要があります
ENCODE_search_histone_experiments	（なし）	histone_mark、biosample_term_name、limit	histone_mark："H3K27ac"、"H3K4me3" など
ENCODE_search_chromatin_accessibility	（なし）	biosample_term_name、limit	ATAC-seq と DNase-seq を返します
ENCODE_get_experiment	accession	—	accession の形式："ENCSR..."
ENCODE_search_annotations	（なし）	annotation_type、biosample_term_name、limit	annotation_type："candidate Cis-Regulatory Elements"
ENCODE_get_chromatin_state	（なし）	biosample_term_name、limit	ChromHMM セグメンテーションを返します
ENCODE_search_biosamples	（なし）	term_name、biosample_type、limit	biosample_type："cell line"、"tissue"、"primary cell"
UCSC_get_encode_cCREs	chrom、start、end	—	GRCh38 の座標を使用します。chrom の形式："chr1"
RegulomeDB_query_variant	rsid	—	rsid の形式："rs4994"（rs プレフィックス付き）

---

よくあるパターン

パターン 1：TF 結合部位の調査

Goal: Find where TF X binds and what motif it recognizes
Flow:
  1. jaspar_search_matrices(name="CTCF") -> get matrix_id
  2. jaspar_get_matrix(matrix_id) -> get full PWM, logo URL
  3. ENCODE_search_experiments(assay_title="TF ChIP-seq", target="CTCF") -> experimental binding data
  4. For specific tissue: add biosample_term_name="HepG2"
Output: Motif logo + experimental binding evidence

パターン 2：制御バリアントの解釈

Goal: Assess if variant rs1234567 affects gene regulation
Flow:
  1. RegulomeDB_query_variant(rsid="rs1234567") -> score + overlapping features
  2. If score <= 2b: ENCODE_search_experiments(target=overlapping_TF) -> experimental evidence
  3. UCSC_get_encode_cCREs(chrom, start, end) -> check if variant in known cCRE
Output: Regulatory score + supporting evidence + cCRE context

パターン 3：細胞型ごとの制御ランドスケープ

Goal: Characterize active enhancers in a cell type
Flow:
  1. ENCODE_search_histone_experiments(histone_mark="H3K27ac", biosample_term_name="K562") -> active enhancers
  2. ENCODE_search_chromatin_accessibility(biosample_term_name="K562") -> open chromatin
  3. ENCODE_search_annotations(annotation_type="candidate Cis-Regulatory Elements", biosample_term_name="K562")
  4. ENCODE_get_chromatin_state(biosample_term_name="K562") -> ChromHMM states
Output: Active regulatory elements specific to the cell type

パターン 4：遺伝子制御領域のマッピング

Goal: Find all regulatory elements near a gene
Flow:
  1. Get gene coordinates from MyGene_query_genes or ensembl_lookup_gene
  2. UCSC_get_encode_cCREs(chrom, start-50000, end+50000) -> nearby cCREs
  3. ENCODE_search_experiments(target=TF_OF_INTEREST) -> TF binding data
  4. jaspar_search_matrices(name=TF_NAME) -> motif for TF
Output: Map of regulatory elements around gene with evidence types

---

フォールバック戦略

プライマリツール	フォールバック	条件
特定のバイオサンプルを指定した ENCODE_search_experiments	biosample_term_name フィルターを削除	特定の組織で結果がない場合
jaspar_search_matrices(name=TF)	jaspar_search_matrices(name=TF_family)	TF が完全一致する名前で見つからない場合
UCSC_get_encode_cCREs	座標を指定せずに ENCODE_search_annotations	座標が不明な場合
RegulomeDB_query_variant(rsid)	ENCODE_search_experiments と JASPAR を使って、重複を手動で評価	rsid が RegulomeDB にない場合

---

制限事項

• ENCODE TF ChIP-seq：assay_title="TF ChIP-seq" は ENCODE の厳密な統制語彙を使用します。「ChIP-seq」は避けてください（範囲が広すぎます）。
• UCSC cCREs：座標は GRCh38（hg38）で指定する必要があります。hg19 のバリアントには liftOver が必要です。
• RegulomeDB：既知の rsID を持つバリアントのみをスコアリングします。新規バリアントには対応していません。
• JASPAR：モチーフデータベースのみを提供し、ゲノム上の結合位置は提供しません。実験的証拠を得るには ENCODE と組み合わせてください。
• ENCODE の実験結果：クエリのフィルターが厳しすぎると、@graph フィールドが空になる場合があります。フィルターを緩めて再試行してください。