tooluniverse-cancer-variant-interpretation

肿瘤精准治疗中的癌症变异解读

对癌症体细胞突变进行全面的临床解读。将基因 + 变异输入转化为可执行的肿瘤精准治疗报告，涵盖临床证据、治疗方案、耐药机制、临床试验和预后影响。

核心原则：

1. 报告优先 - 先创建报告文件，再逐步填充内容
2. 证据分级 - 每项建议都标注证据等级（T1-T4）
3. 输出可执行 - 优先列出治疗方案，而非倾倒数据
4. 聚焦临床 - 回答“应该采用什么治疗？”，而不是“有哪些数据库？”
5. 考虑耐药 - 始终检查已知耐药机制
6. 针对癌症类型 - 提供癌症类型时，所有建议都应针对患者的癌症类型
7. 注明来源 - 每项陈述都必须注明工具或数据库来源
8. 优先使用英文查询 - 调用工具时始终使用英文术语（基因名称、药物名称、癌症类型），即使用户使用其他语言提问。使用用户的语言作答

---

查询数据库，不要猜测

对任何科学事实不确定时，应先查询数据库（PubMed、UniProt、ChEMBL、ClinVar 等），而不是凭记忆推断。数据库验证的答案始终比猜测更可靠。

---

进行计算，不要只描述

如果分析需要计算（统计、数据处理、评分、富集分析），请通过 Bash 编写并运行 Python 代码。不要只描述打算怎么做——实际执行并报告结果。使用 ToolUniverse 工具检索数据，再用 Python（pandas、scipy、statsmodels、matplotlib）进行分析。

适用情形

在用户询问以下内容时使用：

• “肺癌中的 EGFR L858R 有哪些治疗方案？”
• “患者患有 BRAF V600E 黑色素瘤，有哪些治疗选择？”
• “KRAS G12C 是否可作为治疗靶点？”
• “患者使用 osimertinib 后病情进展，下一步该怎么办？”
• “PIK3CA E545K 有哪些临床试验？”
• “解读此体细胞突变：TP53 R273H”

---

输入解析

必需：基因符号 + 变异表示法（例如，“EGFR L858R”、“BRAF p.V600E”、“EML4-ALK 融合”、“HER2 扩增”） 可选：癌症类型（可提高特异性）

分别解析基因符号和变异。对于融合，以激酶伴侣基因为主要基因。对于扩增/缺失，直接使用基因名称。规范常见别名：HER2 -> ERBB2、PD-L1 -> CD274、VEGF -> VEGFA。

---

阶段 0：工具参数验证（关键）

首次调用任何工具之前，请验证其参数。

工具	错误参数	正确参数
OpenTargets_get_associated_drugs_by_target_ensemblID	ensemblID	ensemblId（驼峰命名）
OpenTargets_get_drug_chembId_by_generic_name	genericName	drugName
OpenTargets_target_disease_evidence	ensemblID	ensemblId + efoId
MyGene_query_genes	q	query
search_clinical_trials	disease、biomarker	condition、query_term（必需）
civic_get_variants_by_gene	gene_symbol	gene_id（CIViC 数字 ID）
drugbank_*	任意 3 个参数	4 个参数均为必需：query、case_sensitive、exact_match、limit
ChEMBL_get_drug_mechanisms	chembl_id	drug_chembl_id__exact
ensembl_lookup_gene	未指定物种	species='homo_sapiens' 为必需参数

---

工作流概览

Input: Gene symbol + Variant notation + Optional cancer type

Phase 1: Gene Disambiguation & ID Resolution
  - Resolve gene to Ensembl ID, UniProt accession, Entrez ID
  - Get gene function, pathways, protein domains
  - Identify cancer type EFO ID (if cancer type provided)

Phase 2: Clinical Variant Evidence (CIViC)
  - Find gene in CIViC (via Entrez ID matching)
  - Get all variants for the gene, match specific variant
  - Retrieve evidence items (predictive, prognostic, diagnostic)

Phase 3: Mutation Prevalence (cBioPortal)
  - Frequency across cancer studies
  - Co-occurring mutations, cancer type distribution

Phase 4: Therapeutic Associations (OpenTargets + ChEMBL + FDA + DrugBank)
  - FDA-approved targeted therapies
  - Clinical trial drugs (phase 2-3), drug mechanisms
  - Combination therapies

Phase 5: Resistance Mechanisms
  - Known resistance variants (CIViC, literature)
  - Bypass pathway analysis (Reactome)

Phase 6: Clinical Trials
  - Active trials recruiting for this mutation
  - Trial phase, status, eligibility

Phase 7: Prognostic Impact & Pathway Context
  - Survival associations (literature)
  - Pathway context (Reactome), Expression data (GTEx)

Phase 8: Report Synthesis
  - Executive summary, clinical actionability score
  - Treatment recommendations (prioritized), completeness checklist

各阶段的详细代码片段和 API 调用模式，请参阅 ANALYSIS_DETAILS.md。

---

临床推理策略

驱动突变与乘客突变的判断

肿瘤中的突变并非都会驱动癌症。在查询数据库之前，先形成假设：

• 该基因是已知的癌基因还是肿瘤抑制基因？ EGFR、BRAF、KRAS、TP53、PIK3CA 等基因已被确认为癌症驱动基因。此类基因发生突变，值得深入调查。若某基因没有已知的癌症相关作用，则其突变很可能是乘客突变。
• 该特定突变是否在不同肿瘤中反复出现（热点突变）？ 使用 cBioPortal 检查其在特定研究中的发生率，或使用 GenomeNexus_get_cancer_hotspots 直接获取 is_hotspot 布尔值以及 Chang 等人的热点数据库中的肿瘤计数（例如，BRAF V600E：is_hotspot: true，作为单残基热点出现在 897 个肿瘤中，作为 3D 簇热点出现在 545 个肿瘤中）。在数百个独立肿瘤中都出现的突变几乎肯定是驱动突变。同一基因中独一无二、此前从未见过的错义突变，则性质不那么明确。
• 预测的功能影响是什么？ 肿瘤抑制基因中的截断突变（无义突变、移码突变）很可能是导致功能丧失的驱动突变。癌基因中已知热点残基上的错义突变，则很可能是导致功能增强的驱动突变。
• 对于驱动基因中独一无二（非热点）的错义突变，应关注作用机制，而不仅仅是致病性。 AlphaMissense 会给出一个分数；ESMC-6B SAE 的复合分析 ESM_explain_variant_mechanism(sequence=wt_protein_seq, position=..., ref_aa=..., alt_aa=..., top_k_features=5) 能解释这种替换如何破坏功能——导致催化、配体结合、PTM 或结构稳定性丧失。如果同一基因中独一无二的错义突变破坏的 SAE 特征类别与已知驱动热点相同，那么它比破坏其他无关特征的错义突变更可能是驱动突变。需要 ESM_API_KEY；仅适用于错义突变。
• 结论模式：已知驱动基因中的复发突变很可能具有可治疗性。与癌症无关的基因中的独特突变很可能是乘客突变。请说明你的评估及其依据。

可治疗性判断

可治疗意味着存在针对该变异的疗法。根据证据强弱分级考虑：

• Tier 1：FDA 已批准用于该癌种中该突变的药物。这是标准治疗，可有把握地推荐。推理示例：“CIViC 返回 Level A 证据，FDA 标签确认了适应症。”
• Tier 2：FDA 已批准该药用于其他癌种中的该突变，或有强有力的临床试验（2 至 3 期）证据表明其可用于该癌种。可考虑采用，尤其是在肿瘤泛适应症获批或经分子肿瘤委员会讨论后。
• Tier 3：仅有临床前证据——细胞系数据、动物模型或病例报告。可能足以支持参加临床试验，但不足以支持超说明书用药。
• Tier 4：有生物学依据，但没有直接证据——该突变位于可成药通路中，或结构相似的突变对疗法有响应。仅用于提出假设。

综合分析时，请说明分级，并根据你找到的证据解释为何作出此分级，而不只是指出哪个数据库返回了匹配结果。

耐药性判断

如果患者已经接受过治疗，请思考：该突变是否可能是一种耐药机制？

• 靶内耐药：药物靶基因本身发生突变，即使药物结合也能恢复信号传导。这些突变通常出现在药物结合位点附近（例如，厄洛替尼治疗后出现 EGFR T790M，奥希替尼治疗后出现 EGFR C797S，伊马替尼治疗后出现 ABL T315I）。
• 旁路通路激活：平行信号通路中的突变使靶点失去相关性（例如，MET 扩增绕过 EGFR 抑制，BRAF 激活绕过 MEK 抑制）。
• 表型转化：谱系发生改变（例如，EGFR 突变肺癌发生小细胞转化），从而不再依赖原有驱动基因。
• 时间很重要：如果是在治疗后检测到该突变，那么它更可能是耐药机制，而非诊断时就已存在的突变。

何时使用哪种工具

先根据基因功能和突变类型形成临床假设，再使用工具进行验证：

• CIViC（civic_search_genes、civic_get_variants_by_gene）：临床证据的首要来源。返回经过整理的证据项，包括证据等级、临床意义和相关疗法。对于任何具有潜在临床相关性的变异，都应从这里开始。
• cBioPortal（cBioPortal_get_mutations）：用于评估突变流行程度——这是一个热点吗？在各类癌症中的常见程度如何？这些信息有助于判断该突变是驱动突变还是乘客突变。
• OpenTargets（OpenTargets_get_associated_drugs_by_target_ensemblID）：用于评估可操作性——有哪些药物靶向此基因？与 CIViC 证据交叉参考，以确定分级。
• PubMed（PubMed_search_articles）：当 CIViC 中没有该变异的条目时使用，或用于查找耐药机制报告和最新临床试验结果。
• ClinicalTrials.gov（search_clinical_trials）：在确认该变异具有潜在可操作性后使用，以查找可报名参与的试验。

---

工具参考（已验证的参数）

基因解析

工具	关键参数	响应中的关键字段
MyGene_query_genes	query、species	hits[].ensembl.gene、.entrezgene、.symbol
UniProt_search	query、organism、limit	results[].accession
OpenTargets_get_target_id_description_by_name	targetName	data.search.hits[].id
ensembl_lookup_gene	gene_id、species（必需）	data.id、.version

临床证据

工具	关键参数	响应中的关键字段
civic_search_genes	query、limit	data.genes.nodes[].id、.entrezId
civic_get_variants_by_gene	gene_id（CIViC 数值 ID）	data.gene.variants.nodes[]
civic_get_variant	variant_id	data.variant

药物信息

工具	关键参数	响应中的关键字段
OpenTargets_get_associated_drugs_by_target_ensemblID	ensemblId、size	data.target.drugAndClinicalCandidates.rows[]
FDA_get_indications_by_drug_name	drug_name、limit	results[].indications_and_usage
drugbank_get_drug_basic_info_by_drug_name_or_id	query、case_sensitive、exact_match、limit（均为必需）	results[]

突变流行程度

工具	关键参数	响应中的关键字段
cBioPortal_get_mutations	study_id、gene_list	data[].proteinChange
cBioPortal_get_cancer_studies	limit	[].studyId、.cancerTypeId

临床试验与文献

工具	关键参数	响应中的关键字段
search_clinical_trials	query_term（必需）、condition	studies[]
PubMed_search_articles	query、limit、include_abstract	返回字典列表（不作封装）
Reactome_map_uniprot_to_pathways	id（UniProt 登录号）	通路映射
GTEx_get_median_gene_expression	gencode_id、operation="median"	按组织划分的表达量

变异注释与癌症热点（Genome Nexus）

作为 CIViC/cBioPortal 的补充，提供结构化的计算后果预测（VEP/SIFT/PolyPhen/AlphaMissense）以及专门的癌症热点查询——可在进行整理后的临床证据搜索之前或同时，用于判断 in silico 致病性和热点状态，而不是替代该搜索。需要使用 GRCh37/hg19 坐标（如果只有 GRCh38 坐标，请先转换，例如使用 tooluniverse-variant-analysis 中的 NCBI Variation Services）。

工具	关键参数	响应关键字段
GenomeNexus_annotate_variant	hgvsg（GRCh37，例如 "7:g.140453136A>T"）	most_severe_consequence、transcript_consequences[].{hgvsp, sift_prediction, polyphen_prediction, alphaMissense}、hotspots.annotation、colocated_variants[].dbSnpId
GenomeNexus_annotate_mutation	chromosome、start、end、reference_allele、variant_allele（GRCh37）	与 annotate_variant 的结构相同——如果你有单独的坐标字段，而不是 HGVS 字符串，请使用此工具
GenomeNexus_annotate_dbsnp	rsid（例如 "rs121913529"）	结构相同；会先将 rsID 解析为坐标
GenomeNexus_get_cancer_hotspots	hgvsg（GRCh37）	is_hotspot（布尔值）、hotspots[].{residue, tumorCount, type}——type 为 "single residue" 或 "3d"（结构簇）
GenomeNexus_get_canonical_transcript	gene_symbol	transcriptId、proteinId、proteinLength、refseqMrnaId、pfamDomains[]

癌症驱动基因分类（IntOGen）

Genome Nexus 的 is_hotspot（如上）回答的是“这个确切的 变异 是否反复出现？”。IntOGen 回答的是另一个基因层面的问题：“这个完整的 基因 在这种癌症类型中是否是经统计确立的癌症驱动基因？”。它基于对来自 271 个队列（TCGA、ICGC、Hartwig 等）的数千个肿瘤应用 7 种独立驱动基因检测方法（dNdScv、OncodriveFML、OncodriveCLUSTL、HotMAPS、smRegions、CBaSE、MutPanning）得出。请在热点检查之前或同时使用它来确认基因层面的驱动状态——无论热点状态如何，在这种癌症类型中并非驱动基因的基因，其变异可操作的可能性都要低得多；而在这种癌症类型中属于驱动基因、但你的特定变异并非已知热点的基因，仍可能需要运用上文“驱动基因与乘客变异的判断”中的机制推理。

工具	关键参数	响应关键字段
IntOGen_list_cancer_types	无	data.cancer_types[].{cancer_type_id, cancer_name}（87 个代码，例如 BRCA、LUAD、SKCM）
IntOGen_get_drivers	cancer_type（IntOGen 代码，必填）	data.driver_genes[].{gene, mutations, samples, cohorts}
IntOGen_get_gene_info	gene（HUGO 符号，必填）	data.cancer_types[].{cancer_type, cancer_name, methods[], mutated_samples, total_samples}
IntOGen_list_cohorts	cancer_type（可选筛选条件）	data.cohorts[].{cohort_id, name, samples, source, tumor_type, age_group}

组合工作流：给定基因和癌症类型，调用 IntOGen_get_drivers(cancer_type=...) 并检查该基因是否出现在 driver_genes[] 中——如果出现，则说明它在这种特定癌症类型中是经统计确立的驱动基因（报告 mutations/samples/cohorts 作为支持证据）。对于相反的问题（“总体而言，这个基因在哪些癌症类型中是驱动基因？”），请改用 IntOGen_get_gene_info(gene=...)；它还会报告在每种癌症类型中，7 种检测 methods 中哪些方法将其标记出来——被多种独立方法标记的基因，比仅被一种方法标记的基因证据更充分。运行提示：IntOGen 后端偶尔会比较慢，冷启动请求可能超时（约 45 秒）——在报告“未找到数据”之前，请重试一次。

Somatic Classification Tiers（CancerVar）

以上所有内容（Genome Nexus、IntOGen、CIViC、cBioPortal）都是需要自行汇总和权衡的证据。CancerVar_classify_variant 则在服务端运行完整的 AMP/ASCO/CAP 2017 评分标准，并返回现成的 Tier I-IV 结论——可将其用作快速、可自动化的交叉核查，辅助你自己的人工评估，而不是替代在报告中引用上述底层证据。

工具	关键参数	响应字段
CancerVar_classify_variant	chrom、pos、ref、alt（默认使用 GRCh37/hg19；传入 build="hg38" 可使用 GRCh38），均为必填	data.tier（Tier_I_strong|Tier_II_potential|Tier_III_unknown|Tier_IV_benign）、data.opai（致癌性致病性指数，0-1）、data.cbp_criteria（12 项命名证据评分，例如热点数据库收录情况、与 FDA 批准疗法的关联、群体中的罕见程度）

使用 BRAF V600E 实时验证（chrom="7", pos=140453136, ref="A", alt="T", build="hg19"）：tier="Tier_I_strong"、opai=0.99——符合该变异已知的 FDA 批准疗法关联等级，也与该工具自身文档中的完整示例完全一致（与下方的 InterVar 不同，这个示例准确无误）。Tier I 要求 CBP_1 或 CBP_2（FDA 批准关联）处于激活状态；Tier II 表示有研究性或临床前证据，但未获监管批准；Tier III 相当于真正的 VUS；Tier IV 为良性。报告时应同时注明等级以及具体哪些 cbp_criteria 处于激活状态，做法与引用生殖系判定的 ACMG 标准相同——只给出等级、却不提供支持标准，并非可供审计的答案。

---

回退策略

当主要工具没有返回结果时，应改用备用方案，而不是报告“未找到数据”：

• CIViC 无结果 -> 在 PubMed 中搜索“[gene] [variant] clinical evidence”
• OpenTargets 无药物 -> 尝试按靶点搜索 ChEMBL 药物
• cBioPortal 指定研究无结果 -> 尝试泛癌研究（msk_impact_2017 或类似研究）
• Reactome 无通路 -> 使用 UniProt 功能注释了解通路背景