tooluniverse-kegg-disease-drug

KEGG 疾病-药物-变异研究

利用 KEGG 精心整理的数据库，系统探索疾病、药物与变异之间的关系。

推理策略

KEGG 将疾病映射到通路，并将药物映射到靶点，但真正的价值在于这些关联——哪些通路连接了疾病基因与药物靶点？这是一个网络问题，而不是简单查询。出现在 KEGG 疾病条目中的基因，已由编辑人员审查并确认与疾病机制相关；具有已确认靶点的药物条目，比根据通路共同成员关系推断出的条目更可靠。使用 KEGG 进行药物再利用时，务必确认：药物与靶点的关系是直接的（药物与基因产物结合），还是间接的（药物影响包含该基因的通路）？直接关系的证据要强得多。KEGG 的覆盖并不全面——未收录于 KEGG 并不代表不存在生物学关联；如需更广泛的覆盖，请结合 Reactome、WikiPathways 或 CTD。ID 命名空间差异是常见的错误来源：KEGG 使用自己的基因 ID（例如，TP53 的 ID 为 hsa:7157），因此在查询 KEGG 专用工具前，务必先转换外部 ID。

先查证，不要猜测：不要凭记忆假设 KEGG 疾病 ID、药物 ID 或基因 ID——务必先使用 KEGG_search_disease、KEGG_search_drug 或 KEGG_convert_ids 搜索。不要假设哪些通路连接了疾病基因与药物；请使用 KEGG_link_entries 和 KEGG_get_network 获取实际关联。

适用场景

• “KEGG 中有哪些基因与 [疾病] 相关？”
• “查找靶向 [基因/通路] 的 KEGG 药物”
• “KEGG 中有哪些变异与 [疾病] 相关？”
• “展示 [疾病] 的 KEGG 疾病-基因-药物网络”
• “查找靶向癌症中 BRAF 变异的药物”

工具清单（12 个工具）

工具	关键参数	返回内容
KEGG_search_disease	keyword	与关键词匹配的疾病条目
KEGG_get_disease	disease_id（例如，“H00004”）	疾病详情：基因、药物、通路
KEGG_get_disease_genes	disease_id	某种疾病的所有基因
KEGG_search_drug	keyword	与关键词匹配的药物条目
KEGG_get_drug	drug_id（例如，“D00123”）	药物详情：靶点、通路、代谢
KEGG_get_drug_targets	drug_id	药物的分子靶点
KEGG_search_network	keyword	网络条目（疾病-基因-药物）
KEGG_get_network	network_id	网络详情及关系
KEGG_search_variant	keyword	与关键词匹配的变异条目
KEGG_get_variant	variant_id	变异详情及其疾病关联
KEGG_convert_ids	kegg_id（以 + 连接的 ID）、target_db	将 KEGG 基因/化合物 ID 转换为外部 ID（uniprot、ncbi-geneid、ncbi-proteinid、chebi、pubchem）；仅支持 KEGG → 外部
KEGG_link_entries	source、target	查找跨数据库关系（例如，链接到某条通路的所有基因、链接到某种疾病的所有药物）

工作流

Phase 1: Disease Lookup -> Phase 2: Disease Genes -> Phase 3: Drug Search
  -> Phase 4: Drug Targets -> Phase 5: Network/Variant Context -> Report

阶段 1：疾病查询

搜索并获取 KEGG 疾病条目。

# Search for cancer-related diseases
diseases = tu.tools.KEGG_search_disease(keyword="breast cancer")
# Get details for a specific disease
disease = tu.tools.KEGG_get_disease(disease_id="H00031")

阶段 2：疾病基因

获取与 KEGG 疾病条目相关的基因。

genes = tu.tools.KEGG_get_disease_genes(disease_id="H00031")

阶段 3：药物搜索

按名称、靶点或关键词查找 KEGG 药物。

drugs = tu.tools.KEGG_search_drug(keyword="vemurafenib")
drug_detail = tu.tools.KEGG_get_drug(drug_id="D09996")

阶段 4：药物靶点

获取药物的分子靶点。

targets = tu.tools.KEGG_get_drug_targets(drug_id="D09996")

阶段 5：网络与变异背景

探索疾病-基因-药物网络和变异注释。

# Search networks linking disease, genes, and drugs
networks = tu.tools.KEGG_search_network(keyword="BRAF melanoma")
network = tu.tools.KEGG_get_network(network_id="N00001")

# Search and get variant details
variants = tu.tools.KEGG_search_variant(keyword="BRAF V600E")
variant = tu.tools.KEGG_get_variant(variant_id="hsa:BRAF")

示例工作流：查找靶向癌症中 BRAF 变异的药物

from tooluniverse import ToolUniverse
tu = ToolUniverse()
tu.load_tools()

# 1. Find BRAF-related diseases
diseases = tu.tools.KEGG_search_disease(keyword="BRAF")

# 2. Get disease genes for melanoma
genes = tu.tools.KEGG_get_disease_genes(disease_id="H00038")

# 3. Search for BRAF-targeting drugs
drugs = tu.tools.KEGG_search_drug(keyword="BRAF inhibitor")

# 4. Get targets for vemurafenib
targets = tu.tools.KEGG_get_drug_targets(drug_id="D09996")

# 5. Get BRAF variant info
variants = tu.tools.KEGG_search_variant(keyword="BRAF V600E")

# 6. Explore disease-gene-drug network
networks = tu.tools.KEGG_search_network(keyword="BRAF melanoma")

ID 转换与交叉链接

使用 KEGG_convert_ids 将 KEGG 标识符映射到外部数据库（该工具仅支持 KEGG → 外部数据库）：

# Convert KEGG human gene IDs to UniProt accessions (join several IDs with '+')
result = tu.tools.KEGG_convert_ids(kegg_id="hsa:672+hsa:675", target_db="uniprot")
# result['data'] -> [{"kegg_id": "hsa:672", "external_id": "up:P38398"}, ...]

# Convert a KEGG gene ID to its NCBI Gene ID
result = tu.tools.KEGG_convert_ids(kegg_id="hsa:672", target_db="ncbi-geneid")

反向转换时，KEGG 人类基因 ID 只需在 NCBI Gene ID 前加上 hsa:（NCBI Gene 672 对应 hsa:672）；没有外部数据库 → KEGG 的转换工具。

使用 KEGG_link_entries 检索 KEGG 数据库之间的关系：

# Find all KEGG pathway IDs that contain a given gene
result = tu.tools.KEGG_link_entries(source="hsa:7157", target="pathway")

# Find all genes linked to a specific pathway
result = tu.tools.KEGG_link_entries(source="hsa05210", target="hsa")

当你拥有外部 ID（Entrez Gene、UniProt、ChEMBL）并需要映射到 KEGG 的命名空间，或者需要完整的基因-通路或药物-疾病邻接列表时，这些工具尤其有用。

与其他技能集成

• 通路详情：使用 tooluniverse-systems-biology 进行 Reactome/WikiPathways 交叉引用
• 药物作用机制：使用 tooluniverse-drug-mechanism-research 查询 ChEMBL/DailyMed 的作用机制
• 临床变异：使用 tooluniverse-cancer-variant-interpretation 查询 CIViC/ClinVar
• 药物安全性：使用 tooluniverse-adverse-event-detection 查询 FAERS 数据

结果解读推理框架

证据分级

等级	标准	示例
强	KEGG 疾病条目包含整理过的基因列表；药物具有已确认的靶点；通路与机制相关	H00031（乳腺癌）包含 BRCA1/BRCA2 基因；D09996（vemurafenib）靶向 BRAF
中等	KEGG 中存在疾病-基因关联，但没有药物-靶点验证；或网络条目没有变异数据	KEGG 疾病条目列出了基因，但药物靶点是根据通路成员关系推断的
弱	只有关键词搜索命中，KEGG 中没有经过整理的疾病-基因-药物关系	通过名称搜索找到了药物，但它未与 KEGG 网络中的疾病关联
不足	未找到 KEGG 条目，或只能进行跨数据库 ID 转换	KEGG Disease 中未收录该罕见病

解读指南

• KEGG 通路的重要性：KEGG 通路是经人工整理的分子相互作用图谱。出现在 KEGG 疾病通路中的基因，已经过编辑审核，确认与该疾病机制相关。不过，KEGG 的覆盖范围并不全面——未收录不代表没有关联。可交叉参考 Reactome 或 WikiPathways，以获得更广泛的覆盖。
• 疾病-药物网络解读：KEGG Network 条目（N-code）以机制三角关系连接疾病、基因和药物。靶向疾病网络中某个基因的药物，具有经整理的治疗相关性依据。网络结构可区分直接靶向关系（药物与基因产物结合）和通路层面的联系（药物影响包含该基因的通路）。提出药物再利用假设时，应优先考虑直接靶向关系。
• 变异影响评估：KEGG Variant 条目经过临床意义整理（通常是癌症驱动突变）。如果 KEGG 中列出的变异关联了药物条目，则表明存在已确立的药物基因组学或精准肿瘤学关系（例如，BRAF V600E 与 vemurafenib 相关）。未收录于 KEGG 的变异仍可能具有临床相关性——请交叉参考 ClinVar 和 CIViC。
• ID 转换注意事项：KEGG 使用自己的基因 ID 命名空间（例如，TP53 对应 hsa:7157）。人类 KEGG 基因 ID 是在 NCBI Gene ID 前加上 hsa:；KEGG_convert_ids 只能将 KEGG ID 映射到外部 ID（UniProt、NCBI Gene），因此需要先使用其他工具将 UniProt 登录号解析为 NCBI Gene ID。转换失败可能表示该基因不在 KEGG 的整理范围内。
• 药物条目的完整性：KEGG Drug 条目的详细程度各不相同。已批准药物通常包含完整的靶点、通路和代谢信息。研究中的化合物条目可能不完整。得出结论前，请检查药物条目的“Target”和“Pathway”字段是否完整。

综合问题

1. KEGG 疾病条目是否列出了具有直接机制作用的目标基因，还是该基因仅通过共享通路间接关联？
2. 对于药物-靶点关系，KEGG Network 是否确认了该靶点（直接关联），还是根据通路成员身份推断得出？
3. 是否有 KEGG 变异条目将特定突变与药物反应联系起来，从而支持精准医疗应用？
4. 该病症的 KEGG 疾病-基因-药物网络是否与其他经整理的数据源（CIViC、OncoKB、DrugBank）中的证据一致？
5. 如果 KEGG 中与查询相关的条目有限，应查询哪些补充数据库（Reactome、WikiPathways、CTD）来填补空缺？

---

输出

Markdown 报告，包含：

1. 疾病摘要（KEGG ID、名称、相关基因/通路）
2. 基因列表，包含 KEGG 基因 ID 和符号
3. 候选药物及其靶点和作用机制
4. 网络关系（疾病-基因-药物三角关系）
5. 可用时提供变异注释