tooluniverse-pathway-disease-genetics

计算，而非描述

当分析需要计算（统计、数据处理、评分、信息补充）时，请通过 Bash 编写并运行 Python 代码。不要描述你会如何操作，而要实际执行并报告结果。使用 ToolUniverse 工具检索数据，然后通过 Python（pandas、scipy、statsmodels、matplotlib）进行分析。

通路-疾病遗传学：从 GWAS 到药物靶点

将全基因组关联研究（GWAS）变异与生物学通路联系起来，以深入理解机制并发现药物靶点。

适用场景

• “根据 GWAS，[疾病] 中有哪些通路受到干扰？”
• “[性状] 的 GWAS 基因中，哪些位于可成药通路？”
• “将 [SNP/变异] 映射到其因果基因和通路”
• “根据 [疾病] 的 GWAS 数据寻找药物靶点”
• “[基因] 在 [组织] 中有哪些 eQTL 证据？”

---

核心推理原则

基因到通路的推理

在 GWAS 中发现某个基因，并不能说明哪个通路发生了失调。要将基因 -> 通路 -> 疾病机制联系起来，需要思考：这个基因参与什么生物过程？使用 Reactome/KEGG 查找通路，然后思考：这些通路中，哪些与疾病表型相关？

例如，TCF7L2 是 T2D GWAS 中关联最强的基因。它参与 Wnt 信号通路。接下来要思考：Wnt 信号通路受到干扰后，如何损害 β 细胞功能或胰岛素分泌？这一推理步骤——从通路成员身份推导到疾病机制——需要结合通路数据、组织表达（GTEx）和疾病生物学。

非编码 GWAS 变异占多数，很少影响最近的基因。它们通过调控元件发挥作用，改变有时相距数百千碱基的基因表达。在认定最近的基因为因果基因之前，务必检查 eQTL 证据。

通路汇聚

多个疾病基因映射到同一通路，比单个基因提供的证据更有力。如果某种疾病的 5 个 GWAS 信号都映射到 NF-kB 通路，这是有力的机制证据——该通路很可能具有因果作用，而非仅仅偶然受到影响。如果 GWAS 基因分散在彼此无关的通路中，机制就不明确，此时可能需要检查上游调控因子，或能连接这些分散基因的基因网络枢纽。

进行富集分析（Reactome、KEGG、STRING）时，优先考虑在多个数据库中出现的通路。在三个数据库中都富集的通路，比仅在一项分析中出现的通路更可靠。

可成药性推理

已有药物靶向其组成部分的通路，比新颖的通路更具实际价值。在提出新靶点之前，先检查通路成员中是否已有药物靶点。使用 DGIdb 和 OpenTargets 调查该通路中已获批及临床阶段的药物。

优先级：（1）已获批用于其他适应症的药物，作用于 GWAS 支持的靶点 = 具有很强的药物再利用机会；（2）临床试验中的药物，作用于 GWAS 支持的靶点 = 可加速验证；（3）具有成药性的基因，无现有药物且 GWAS 证据强 = 新靶点机会。

当前治疗手段无法成药，并不意味着永远无法成药。应标记此类基因，但不要将其排除——它们可能通过基因治疗、RNA 疗法或下游通路干预发挥作用。

---

工具选择指南

阶段 1：疾病解析与 GWAS 数据收集

首先将疾病名称解析为本体 ID：

• OpenTargets_multi_entity_search_by_query_string(queryString=<disease>) — 返回 EFO/MONDO ID

收集 GWAS 信号：

• gwas_search_associations(query=<disease>) — 广泛搜索
• gwas_get_variants_for_trait(trait=<trait>, p_value_threshold=5e-8) — 全基因组显著信号
• gwas_get_snps_for_gene(gene_symbol=<gene>) — 以基因为中心的搜索

注意： gwas_get_associations_for_trait 已损坏——请改用 gwas_search_associations。gwas_get_snps_for_gene 使用 gene_symbol，而不是 mapped_gene。

阶段 2：变异注释和 eQTL 证据

注释变异：

• EnsemblVEP_annotate_rsid(variant_id=<rsid>) — 功能后果、最近基因
• 响应格式不固定：可能是列表、{data, metadata} 或 {error} — 需处理这三种情况

在与疾病相关的组织中查询 eQTL 证据（例如，T2D 查询胰腺，神经系统疾病查询脑组织）：

• GTEx_query_eqtl(gene_input=<gene>, tissue=<tissue>) — 切勿传入空的 gene_input
• GTEx_get_expression_summary(gene_input=<gene>) — 跨所有组织的表达情况
• GTEx_get_median_gene_expression(gencode_id=[<versioned_id>], tissue_site_detail_id=[<tissue>]) — 使用带版本号的 Ensembl ID（例如 ENSG00000148737.11）和 gtex_v8

阶段 3：通路富集

在多个数据库中运行富集分析，并交叉验证结果：

• ReactomeAnalysis_pathway_enrichment(identifiers="P04637 P38398 ...") — 以空格分隔的 UniProt STRING，而非数组
• Reactome_map_uniprot_to_pathways(uniprot_id=<id>) — 查询单个基因所属的通路
• Reactome_get_participants(pathway_id=<R-HSA-XXXXX>) — 获取通路中的所有基因
• KEGG_get_gene_pathways(gene_id=<kegg_id>) — 查询单个基因对应的 KEGG 通路
• kegg_search_pathway(query=<disease_or_process>) — 关键词搜索
• STRING_functional_enrichment(protein_ids=[<genes>], species=9606) — 提供带 FDR 的 GO/KEGG/Reactome 结果
• PANTHER_enrichment(gene_list="GENE1,GENE2,...", organism=9606, annotation_dataset="GO:0008150") — 以逗号分隔的 STRING，而非数组

**MetaCyc 说明：**目前不可用（BioCyc 需要身份验证）。代谢通路请使用 KEGG 或 Reactome。

阶段 4：药物可开发性和药物格局

• DGIdb_get_gene_druggability(genes=[<gene_list>]) — 类别：临床可用、可成药等
• DGIdb_get_drug_gene_interactions(genes=[<gene_list>]) — 使用 genes 参数（数组），而非 gene_name
• OpenTargets_get_associated_drugs_by_target_ensemblID(ensemblId=<id>) — 已批准药物和临床药物
• OpenTargets_target_disease_evidence(ensemblId=<id>, efoId=<disease_id>) — 遗传及其他证据评分

---

三步工作流

步骤 1：从 GWAS 到因果基因

1. 通过 OpenTargets_multi_entity_search_by_query_string 解析疾病 ID
2. 使用 gwas_get_variants_for_trait 获取 GWAS 命中结果（p < 5e-8）
3. 使用 VEP 注释每个领先 SNP — 判断其为编码变异还是非编码变异
4. 对于非编码变异，通过 GTEx 查询疾病相关组织中的 eQTL
5. 优先考虑满足以下条件的基因：GWAS SNP 同时是显著 eQTL，且组织在生物学上与疾病相关
6. 使用 OpenTargets_target_disease_evidence 交叉核查其他遗传证据

证据等级：高 = GWAS p < 5e-8 + 相关组织中的 eQTL 共定位 + 编码变异；中 = GWAS p < 5e-8 + 任意组织中的 eQTL；低 = GWAS p < 5e-8 + 仅基于位置的映射。

步骤 2：从基因集到通路富集

1. 收集步骤 1 中优先考虑的基因列表
2. 运行 ReactomeAnalysis_pathway_enrichment 和 STRING_functional_enrichment
3. 通过 KEGG_get_gene_pathways 将每个基因映射到 KEGG 通路
4. 找出出现在多个数据库中的通路（结果趋同意味着证据更强）
5. 对于代谢疾病，使用 humanbase_ppi_analysis 补充组织特异性网络背景（必须提供全部 5 个参数：gene_list、tissue、max_node、interaction、string_mode）
6. 根据富集 FDR x GWAS 基因数量 x 生物学合理性对通路排序

第 3 步：通往药物靶点

1. 从富集通路中，通过 Reactome_get_participants 和 KEGG_get_pathway_genes 提取所有成员基因
2. 通过 DGIdb_get_gene_druggability 评估可成药性
3. 通过 OpenTargets_get_associated_drugs_by_target_ensemblID 查询现有药物
4. 将通路基因与 GWAS 基因交叉比对：重叠基因 = 顶级候选
5. 对每个候选进行分类：药物再利用机会 / 新靶点 / 当前不可成药

最终排名：遗传学证据 x 可成药性 x 通路中心性。标记新靶点（遗传学证据强 + 无现有药物）和药物再利用机会（已批准药物 + 在该疾病中有遗传学支持）。

---

关键参数注意事项

• gwas_get_snps_for_gene：使用 gene_symbol，而不是 mapped_gene
• OpenTargets_multi_entity_search_by_query_string：使用 queryString，而不是 query
• GTEx_query_eqtl：gene_input 绝不能留空
• GTEx_get_median_gene_expression：使用带版本号的 gencode ID；使用 gtex_v8
• ReactomeAnalysis_pathway_enrichment：identifiers 是以空格分隔的 STRING，而不是数组
• DGIdb_get_drug_gene_interactions：使用 genes（数组），而不是 gene_name
• PANTHER_enrichment：gene_list 是以逗号分隔的 STRING，而不是数组
• humanbase_ppi_analysis：必须提供全部 5 个参数
• EnsemblVEP_annotate_rsid：使用 variant_id，而不是 rsid
• kegg_find_genes：查询人类基因时，需包含 organism="hsa"

---

局限性

• GTEx eQTL 查询并非正式的统计共定位分析（coloc/ENLOC）——应将其视为提示性证据
• GWAS Catalog 可能未收录近期发表的研究；请与 Open Targets 交叉核查
• Reactome 和 KEGG 对通路的定义不同；某些生物学过程只存在于其中一个数据库
• DGIdb 的可成药性分类采用启发式方法——“不可成药”仅适用于当前的治疗方式
• eQTL 具有组织特异性；查询错误的组织可能会遗漏因果效应

---

相关技能

• tooluniverse-gwas-trait-to-gene：专注于 GWAS 到基因的映射
• tooluniverse-gene-enrichment：详细的富集分析
• tooluniverse-drug-target-validation：深入的靶点验证
• tooluniverse-network-pharmacology：网络层面的药物分析
• tooluniverse-variant-functional-annotation：详细的变异解读