tooluniverse-drug-target-validation

药物靶点验证流水线

在投入湿实验前，使用多维计算证据验证药物靶点假设。生成定量的靶点验证评分（0-100），并提供优先级分类和 GO/NO-GO 建议。

搜索前的推理

有效的药物靶点必须依次通过 4 道关卡。未通过前面的关卡，后续关卡就无关紧要：

1. 将靶点与疾病关联起来的遗传证据：人类遗传数据（GWAS、罕见变异研究、孟德尔遗传学）是否支持该靶点的作用？遗传证据是临床成功最有力的预测指标。首先使用 OpenTargets 和 GWAS catalog。如果不存在遗传关联，该假设就只是推测——请明确记录这一点。
2. 可成药性：分子能否到达并调节该靶点？检查结构是否可用（PDB、AlphaFold）、结合口袋预测（ProteinsPlus）、靶点类别（激酶、GPCR、核受体 = 有利；转录因子、支架蛋白 = 困难），以及现有化学探针。
3. 安全性——正常组织中的必需性：该靶点是否在关键组织（心脏、肝脏、骨髓）中表达？小鼠敲除是否致死？在任何临床数据出现前，靶点在必需组织中高表达或在小鼠模型中导致致死，都是强烈的安全警示信号。
4. 竞争格局：是否已有其他药物获批，或针对该靶点处于后期临床试验阶段？如果有，关键就在于差异化，而非成为同类首创。尽早查询 ChEMBL、DrugBank 和 ClinicalTrials.gov。

在完成阶段 1（疾病关联）之前，不要进入阶段 3（化学实体）。未通过关卡 1，应考虑建议 NO-GO 或调整方向。

查清楚，不要猜：不要仅凭蛋白质家族就假定靶点具有可成药性；不要未经查询 GTEx 或 HPA 就假定靶点在某组织中表达量低；不要未经搜索 ClinicalTrials.gov 就假定不存在竞争者。

运行 ML 模型，不要跳过：有深度学习预测工具（ADMET-AI、ESMFold、AlphaFold、DoGSite、DynaMut2、DeepGO）时，即使数据库查询或实验数据已涵盖同一属性，也要运行这些工具。ML 预测提供了相互独立、具有机制依据的估算，是此技能的一项核心输出，而非备用方案。无论数据库证据有多充分，缺少 ML 预测的靶点验证报告都不完整。

计算，而非描述

分析需要计算（统计、数据处理、评分、富集分析）时，通过 Bash 编写并运行 Python 代码。不要描述你会怎么做——直接执行并报告实际结果。使用 ToolUniverse 工具检索数据，然后使用 Python（pandas、scipy、statsmodels、matplotlib）进行分析。

关键原则

1. 报告优先 - 首先创建报告文件，然后逐步填充
2. 首先消歧靶点 - 在分析前解决所有标识符
3. 证据分级 - 将所有证据评为 T1（实验）至 T4（计算）
4. 疾病特异性 - 根据提供的疾病背景调整分析
5. 考虑药物形式 - 考虑小分子与生物制剂的可开发性
6. 安全优先 - 尽早突出标示安全性问题
7. 定量评分 - 每个维度都要进行数值评分（综合评分为 0-100）
8. 记录阴性结果 - “无数据”也是数据；空白章节属于失败
9. 注明来源 - 每项陈述都必须引用工具/数据库
10. 优先使用英文查询 - 工具调用始终使用英文术语；用用户的语言作答

适用场景

用户提出以下问题时使用：

• “[target] 是 [disease] 的良好药物靶点吗？”
• 靶点验证、成药性评估或靶点优先级排序
• 调节某个靶点的安全风险
• 用于靶点验证的化学起始点
• 针对某个靶点给出 GO/NO-GO 建议

不适用于（请使用其他技能）：一般靶点生物学（tooluniverse-target-research）、药物化合物分析（tooluniverse-drug-research）、变异解读（tooluniverse-variant-interpretation）、疾病研究（tooluniverse-disease-research）。

输入参数

参数	必填	描述	示例
target	是	基因符号、蛋白质名称或 UniProt ID	EGFR、P00533
disease	否	用于提供背景信息的疾病/适应症	非小细胞肺癌
modality	否	首选治疗方式	小分子、抗体、PROTAC

参考文件

• SCORING_CRITERIA.md - 详细的评分矩阵、证据分级、优先级层级、分数计算方法
• REPORT_TEMPLATE.md - 完整报告模板、完整性检查清单、各部分格式示例
• TOOL_REFERENCE.md - 已验证的工具参数、已知修正、备用方案链、按治疗方式提供的指导、各阶段工具列表
• QUICK_START.md - 快速入门指南

---

评分概述

总分：0-100 分，分为 5 个维度（详情见 SCORING_CRITERIA.md）：

维度	最高分	子维度
疾病关联	30	遗传（10）+ 文献（10）+ 通路（10）
成药性	25	结构（10）+ 化学先导物（10）+ 靶点类别（5）
安全性特征	20	表达（5）+ 遗传验证（10）+ ADR（5）
临床先例	15	根据已达到的最高临床阶段评分
验证证据	10	功能研究（5）+ 疾病模型（5）

优先级层级：80-100 = Tier 1（GO）| 60-79 = Tier 2（有条件 GO）| 40-59 = Tier 3（谨慎）| 0-39 = Tier 4（NO-GO）

证据等级：T1（临床证据）> T2（功能研究）> T3（关联）> T4（预测）

---

流程阶段

阶段 0：靶点消歧（始终首先执行）

在进行任何分析前，先确定靶点的所有标识符。

步骤：

1. MyGene_query_genes - 获取初始 ID（Ensembl、UniProt、Entrez）
2. ensembl_lookup_gene - 获取带版本号的 Ensembl ID（必须指定 species="homo_sapiens"）
3. ensembl_get_xrefs - 获取交叉引用（HGNC 等）
4. OpenTargets_get_target_id_description_by_name - 验证 OT 靶点
5. ChEMBL_search_targets - 获取 ChEMBL 靶点 ID
6. UniProt_get_function_by_accession - 获取功能摘要（返回字符串列表）
7. UniProt_get_alternative_names_by_accession - 检测名称冲突

输出：经验证的标识符表（Gene Symbol、Ensembl、UniProt、Entrez、ChEMBL、HGNC），以及蛋白质功能和靶点类别。

可选的快速跨数据库搜索：TargetMine_search(q=<gene>, facet_Category="Gene") / TargetMine_search_genes(q=<gene>) 会查询一个已整合 UniProt、PDB、ChEMBL、Reactome、KEGG、DrugBank、TTD 和临床试验数据的 InterMine 数据仓库。可通过单次调用快速检查基因/靶点在不同来源中的解析结果是否一致，适合在运行完整的逐数据库阶段 0-1 流程前使用，但不能替代该流程（经实时验证：TargetMine_search(q="EGFR", facet_Category="Gene") 可在约 0.3 秒内返回真实命中结果，并包含 organism/category 分面）。

阶段 1：疾病关联（0-30 分）

根据遗传学、文献和通路证据量化靶点与疾病的关联。

关键工具：

• OpenTargets_get_diseases_phenotypes_by_target_ensembl - 疾病关联
• OpenTargets_target_disease_evidence - 详细证据（需要 efoId + ensemblId）
• OpenTargets_get_evidence_by_datasource - 按数据来源获取证据
• gwas_get_snps_for_gene / gwas_search_studies - GWAS 证据
• gnomad_get_gene_constraints - 遗传约束（pLI、LOEUF）
• PubMed_search_articles - 文献（返回纯 dict 列表）
• OpenTargets_get_publications_by_target_ensemblID - OT 文献（使用 entityId）

阶段 2：可成药性（0-25 分）

评估该靶点是否适合通过治疗手段进行干预。

关键工具：

• OpenTargets_get_target_tractability_by_ensemblID - 可成药性（SM、AB、PR、OC）
• OpenTargets_get_target_classes_by_ensemblID - 靶点分类
• Pharos_get_target - TDL：Tclin > Tchem > Tbio > Tdark
• DGIdb_get_gene_druggability - 可成药性类别
• alphafold_get_prediction（参数：qualifier）/ alphafold_get_summary
• ProteinsPlus_predict_binding_sites - 结合口袋检测
• OpenTargets_get_chemical_probes_by_target_ensemblID - 化学探针
• OpenTargets_get_target_enabling_packages_by_target_ensemblID - TEP
• TCDB_get_transporter - 适用于 SLC/ABC 转运蛋白靶点：TC 分类、家族、PDB 结构（参数：uniprot_accession）
• TCDB_search_by_substrate - 按底物查找转运蛋白（参数：substrate_name）

阶段 2b：激酶专属结构数据（KLIFS）

当靶点属于蛋白激酶时，不要止步于上述通用的可成药性和结构检查——KLIFS（激酶-配体相互作用指纹和结构）提供激酶专属的结合口袋构象数据，这是通用 PDB/AlphaFold 查询无法提供的：

• KLIFS_list_kinases(kinase_group, species) - 按组查找 KLIFS 激酶 ID（TK、TKL、STE、CK1、AGC、CAMK、CMGC、RGC、Other），或列出全部；根据响应中的基因符号进行匹配
• KLIFS_get_kinase(kinase_ID) - 激酶家族/分组、UniProt/IUPHAR 交叉引用，以及标准化的 80 个残基 KLIFS 口袋序列
• KLIFS_get_structures(kinase_ID) - 该激酶的所有已注释晶体结构，每个结构均包含 DFG 环构象（in/out/out-like）和 alphaC 螺旋构象（in/out）、分辨率、质量评分及结合配体
• KLIFS_get_structures_by_pdb(pdb_codes) - 同样提供 DFG/alphaC 注释，但通过 PDB 代码而非激酶 ID 查询（多个代码以逗号分隔）
• KLIFS_get_ligands(kinase_ID) - 该激酶所有结构中共结晶的全部抑制剂，包含 SMILES/InChIKey——这是列举激酶靶点已知化学起始点最快的方式

DFG/alphaC 状态为何会影响可成药性评分：DFG-in + alphaC-in 是活性构象（ATP 竞争性 I 型抑制剂在此结合）。DFG-out 结构会暴露 ATP 位点旁的变构后口袋（II 型抑制剂，例如 imatinib）——具有已确认 DFG-out 结构的激酶，除 ATP 位点外还拥有第二个通常选择性更高的可成药口袋，这应提高其可成药性子评分。若某激酶数百个 PDB 条目中只有 DFG-in 结构，则采用 II 型策略可能更难实现选择性靶向。应报告 DFG/alphaC 状态分布（例如，“527 个 DFG-in / 23 个 DFG-out / 15 个 DFG-out-like 结构”）作为证据，而不只是报告结构数量。

阶段 3：化学物质（为阶段 2 评分提供依据）

识别现有的化学起始点，用于靶点验证。

关键工具：

• ChEMBL_search_targets + ChEMBL_get_target_activities - 生物活性数据（注意：target_chembl_id__exact 使用双下划线）
• BindingDB_get_ligands_by_uniprot - 结合数据（亲和力单位为 nM）
• PubChem_search_assays_by_target_gene + PubChem_get_assay_active_compounds - HTS 数据
• OpenTargets_get_associated_drugs_by_target_ensemblID - 已知药物（必须提供 size）
• ChEMBL_search_mechanisms - 药物作用机制
• DGIdb_get_gene_info - 药物-基因相互作用

阶段 3b：ADMET-AI 深度学习特征分析（必需）

对于上文识别出的每个先导化合物／已批准化合物，运行 全部十项 ADMET-AI Chemprop-GNN 端点。这是该技能的必需交付内容，并非可选项：

端点	工具
理化性质（MW、logP、HBA/HBD、TPSA）	ADMETAI_predict_physicochemical_properties
毒性（AMES、DILI、LD50、致癌物、皮肤致敏物、ClinTox）	ADMETAI_predict_toxicity
BBB 穿透性	ADMETAI_predict_BBB_penetrance
CYP 相互作用（1A2、2C9、2C19、2D6、3A4）	ADMETAI_predict_CYP_interactions
生物利用度（HIA、PAMPA、Caco-2、F20/F30）	ADMETAI_predict_bioavailability
清除与分布（肝细胞、微粒体、VDss、PPB）	ADMETAI_predict_clearance_distribution
核受体活性（NR-AR、NR-AhR、NR-Aromatase、NR-ER、NR-PPAR-γ）	ADMETAI_predict_nuclear_receptor_activity
应激反应（SR-ARE、SR-ATAD5、SR-HSE、SR-MMP、SR-p53）	ADMETAI_predict_stress_response
溶解度、亲脂性、水合	ADMETAI_predict_solubility_lipophilicity_hydration
代谢（CYP 介导）	ADMETAI_predict_CYP_interactions

必需输出——ADMET 正面对比表：当存在两种或更多候选药物（已批准或处于后期研发阶段）时，制作并列对比表，每个端点各占一行，并添加“优胜者”列，标明哪种药物更安全。该表是报告的主要可视化内容，不得缩略，也不得改写成文字摘要。

ADMET-AI 回退方案（重要）：如果调用 ADMETAI_predict_* 的 MCP 请求失败、返回空结果或超时，请改用 Bash + Python SDK 运行：

from tooluniverse import ToolUniverse
tu = ToolUniverse()
tu.load_tools()
for endpoint in ['physicochemical_properties','toxicity','BBB_penetrance','CYP_interactions',
                 'bioavailability','clearance_distribution','nuclear_receptor_activity',
                 'stress_response','solubility_lipophilicity_hydration']:
    r = tu.run_one_function({'name': f'ADMETAI_predict_{endpoint}',
                              'arguments': {'smiles_list': [SMILES_DRUG_A, SMILES_DRUG_B]}})
    print(f'{endpoint}: {r}')

这条 SDK 路径可绕过 CLI 子进程，避免 torch 的段错误问题。务必先尝试 MCP；若 MCP 未返回数据，则使用此回退方案。

阶段 4：临床先例（0-15 分）

根据已批准药物和临床试验评估临床验证情况。

关键工具：

• FDA_get_mechanism_of_action_by_drug_name / FDA_get_indications_by_drug_name
• drugbank_get_targets_by_drug_name_or_drugbank_id（所有参数均为必需：query、case_sensitive、exact_match、limit）
• search_clinical_trials（必须提供 query_term）
• OpenTargets_get_drug_warnings_by_chemblId / OpenTargets_get_drug_adverse_events_by_chemblId

阶段 5：安全性（0-20 分）

根据表达、遗传学和已知不良事件识别安全风险。

关键工具：

• OpenTargets_get_target_safety_profile_by_ensemblID - 安全性风险
• GTEx_get_median_gene_expression - 组织表达（必须设置 operation="median"）
• HPA_search_genes_by_query / HPA_get_comprehensive_gene_details_by_ensembl_id
• OpenTargets_get_biological_mouse_models_by_ensemblID - 基因敲除表型
• FDA_get_adverse_reactions_by_drug_name / FDA_get_boxed_warning_info_by_drug_name
• OpenTargets_get_target_homologues_by_ensemblID - 旁系同源基因风险

需重点检查的组织：心脏、肝脏、肾脏、大脑、骨髓。

阶段 6：通路背景

了解目标在生物网络和疾病通路中的作用。

关键工具：

• Reactome_map_uniprot_to_pathways（参数：id，而非 uniprot_id）
• STRING_get_protein_interactions（参数：protein_ids 为数组，species=9606）
• intact_get_interactions - 实验性 PPI
• OpenTargets_get_target_gene_ontology_by_ensemblID - GO 术语
• STRING_functional_enrichment - 富集分析

评估：通路冗余、代偿风险、反馈环路。

阶段 7：验证证据（0-10 分）

评估现有功能验证数据。

关键工具：

• DepMap_get_gene_dependencies - 必需性（得分 < -0.5 = 必需）
• PubMed_search_articles - 搜索 CRISPR/siRNA/敲除研究
• CTD_get_gene_diseases - 基因-疾病关联

阶段 8：结构见解

利用结构生物学了解药物可成药性和作用机制。始终运行深度学习预测工具（ESMFold、DoGSite）并检索实验结构，即使已有高分辨率 PDB 条目也不例外。ML 模型会提供独立的 pLDDT/可成药性评分，这是本阶段的必需输出。

必需的工具调用（每次运行均须调用）：

• ESMFold_predict_structure — 基于 UniProt 序列的 Meta ESM-2 语言模型结构预测。报告：模型 pLDDT、置信度最低的残基，以及与参考 PDB 的 RMSD（如有）。
• alphafold_get_prediction / alphafold_get_summary — DeepMind AlphaFold 模型 + 每个残基的 pLDDT。
• ProteinsPlus_predict_binding_sites — DoGSite 深度学习口袋评分。报告：排名前 3 的口袋及其体积、可成药性评分和残基组成。

辅助工具：

• UniProt_get_entry_by_accession - 提取 PDB 交叉引用
• get_protein_metadata_by_pdb_id / pdbe_get_entry_summary / pdbe_get_entry_quality
• InterPro_get_protein_domains / InterPro_get_domain_details - 结构域架构

阶段 9：文献深度分析

开展全面且考虑同名冲突的文献分析。

步骤：

1. 冲突检测：在 PubMed 中搜索 "{gene_symbol}"[Title]；如果超过 20% 的结果与主题无关，则添加筛选条件（AND protein OR gene OR receptor）
2. 发表指标：总数、近 5 年趋势、药物研究相关子集
3. 关键综述：在 PubMed 中使用 review[pt] 筛选条件
4. 引用指标：使用 openalex_search_works 获取影响力数据
5. 扩大覆盖范围：EuropePMC_search_articles

阶段 10：验证路线图（综合分析）

综合所有阶段，形成可执行的输出：

1. 靶点验证评分（0-100），并细分各组成部分
2. 优先级层级（1-4）
3. GO/NO-GO 建议及其依据
4. 建议的验证实验
5. 用于测试的工具化合物
6. 生物标志物策略
7. 主要风险及缓解措施
8. 深度学习模型的贡献 — 明确归因的表格，列出本次运行中调用的每个 ML 预测工具及其产出。示例格式：

模型	架构	贡献
AlphaFold	DeepMind 迭代式 SE(3) 等变 Transformer	全长 3D 模型；每个残基的 pLDDT 为 91.5
ESMFold	Meta ESM-2 蛋白质语言模型	序列→结构基准；与 AlphaFold 的置信度对比
DoGSite3	CNN 口袋评分器（ProteinsPlus）	排名前 3 的可成药口袋，含体积和药物评分
ADMET-AI	Chemprop GNN 集成模型（TDC）	sotorasib / adagrasib 的 10 项终点（见上表）
DynaMut2	基于图的突变稳定性预测工具	G12C 与 WT 的 ΔΔG
DeepGO	分层 GO 术语分类器	分子功能预测

仅列出本次运行中实际调用的模型。本节可让 ML 内容成为科学或投资者受众关注的重点。

报告输出

创建文件：[TARGET]_[DISEASE]_validation_report.md

使用 REPORT_TEMPLATE.md 中的完整模板。关键章节：

• 执行摘要（评分、等级、建议、关键发现、重大风险）
• 验证评分卡（全部 12 项子评分及其证据）
• 第 1-14 节，涵盖各个阶段
• 完整性检查清单（定稿前必须完成）

定稿前，请完成 REPORT_TEMPLATE.md 中的 完整性检查清单，以确认已覆盖所有阶段、所有评分均有依据，且已记录负面结果。