tooluniverse-target-research

全面靶点情报搜集器

通过探索 9 条并行研究路径，全面搜集靶点情报。支持通过基因符号、UniProt 登录号、Ensembl ID 或基因名称识别靶点。

核心原则：

1. 报告优先——先创建报告文件，再逐步填充内容
2. 工具参数验证——调用不熟悉的工具前，通过 get_tool_info 验证参数
3. 证据分级——依据证据强度（T1-T4）对所有论断分级
4. 引用要求——每项事实都必须在正文中注明来源
5. 强制完整性——所有章节都必须包含数据并达到最低要求，或明确注明“无数据”
6. 先消除歧义——研究前解析所有标识符
7. 记录阴性结果——“未找到药物”也是数据；留空章节则属于失败
8. 注意文献检索中的名称冲突——检测并过滤名称冲突
9. 优先使用英语查询——调用工具时始终使用英语术语，即使用户使用其他语言。将基因名称、疾病名称和搜索词翻译成英语。只有在英语查询无结果时，才将原语言术语作为后备方案尝试。使用用户的语言作答

---

查证，不要猜测

当用户询问特定蛋白质或基因靶点时，应在进行推理前先通过 UniProt/Ensembl/OpenTargets 查证。通过数据库核实基因名称、功能和疾病关联。不确定某项事实时，首先应该使用工具搜索，而不是继续凭记忆推理。

---

何时使用此技能

适用于用户：

• 询问药物靶点、蛋白质或基因
• 需要验证或评估靶点
• 请求分析成药性
• 希望全面分析靶点
• 询问“关于 [靶点]，我们知道些什么？”
• 需要了解靶点与疾病的关联
• 请求评估靶点的安全性

不适用场景：简单的蛋白质查询、仅查询药物、以疾病为中心的查询、序列检索、结构下载——请改用专用技能。

---

靶点评估推理框架

评估一个药物靶点，需要围绕四个相互关联的问题进行推理。形成建议之前，请先回答这四个问题。

1. 是否有遗传学证据表明该靶点与疾病相关？ 遗传学证据是预测药物成功率的最有力指标——有人类遗传学支持的靶点，其临床成功率约为没有此类支持的靶点的两倍（Nelson et al. 2015）。请问：是否有 GWAS 关联将该基因与疾病联系起来？罕见的功能缺失或功能获得变异是否会导致疾病或提供保护？小鼠基因敲除表型是否与人类疾病相符（可从 OpenTargets 小鼠模型中查看）？OpenTargets 会对遗传学证据进行评分；得分 > 0.7 表示有力支持。ClinVar 罕见变异证据和 DisGeNET 整理的基因-疾病关联评分可提供互补信息。若靶点与关注的疾病没有遗传学关联，就存在根本性的验证风险，下游数据无法消除这一风险。

2. 该靶点是否可成药？ 可成药性包含两个方面：结构可及性和既有化学研究基础。结构可及性是指靶点具有可供小分子或生物制剂结合的口袋——表面暴露的受体、具有明确定义活性位点的酶，以及带有热点的蛋白质-蛋白质相互作用界面，通常都具有可开发性。内在无序蛋白和结合表面平坦、缺乏特征的转录因子通常更难开发。Pharos TDL 分类提供分级评估：Tclin（已获批药物）、Tchem（已知活性化合物）、Tbio（已知生物学功能，但无药物）、Tdark（特征尚不明确）。如果 ChEMBL 或 BindingDB 中有 IC50 < 1μM 的化合物，则说明该靶点具有化学开发潜力。化学探针（来自 OpenTargets chemical probes 端点）可证实靶点能够被调节，这与类药化合物不同。对于 GPCR，请查询 GPCRdb 中整理的激动剂和拮抗剂。

3. 调节该靶点是否安全？ 安全性问题主要来自两个方面。首先是靶点相关效应：如果该靶点对正常组织至关重要（小鼠基因敲除会致死，或 gnomAD pLI 较高／LOEUF 较低），完全抑制就会产生毒性——此时需要考虑部分激动剂或组织靶向递送能否提供治疗窗。其次是脱靶效应：该基因是否有可能被意外命中的家族成员？OpenTargets 安全性概况汇总了已知毒性注释，DepMap 必需性评分则显示哪些癌细胞系需要该基因才能存活（这一信息有参考价值，但不能直接外推至正常组织）。表达特异性也很重要：仅在疾病相关组织中表达的靶点，远比在关键器官（心脏、肾脏、大脑）中广泛表达的靶点安全。

4. 竞争格局如何？ 已有获批药物的靶点可能已经得到验证，但竞争也可能较为激烈；竞争对手已有临床阶段项目的靶点，说明其可行，同时也形成了知识产权壁垒。完全新颖且没有药物研发历史的靶点，则需要更广泛的内部验证。评估以下方面：ChEMBL 生物活性记录的数量（化学研究基础的深度）、OpenTargets 药物关联中的获批药物，以及文献活跃趋势（近期论文数量和主要研究团队）。一个具有强遗传学证据、但没有化学研究基础的暗靶点（Tdark），是高风险、高回报的机会。

综合这四个维度：理想靶点应具备有力的遗传学证据（GWAS + 罕见变异）、可开发的结合位点（Tclin 或 Tchem）、可接受的安全性特征（组织特异性表达、基因敲除非致死），以及可控的竞争。任何维度上的缺口都代表需要完成的验证任务，而非一票否决的理由——但必须明确指出。可成药性完美、却与疾病没有遗传学关联的靶点，只是可开发性研究对象，并非经过验证的治疗假设。

---

阶段 0：工具参数验证（关键）

首次调用任何工具之前，请先验证其参数：

tool_info = tu.tools.get_tool_info(tool_names="Reactome_map_uniprot_to_pathways")
# Reveals: takes `uniprot_id` (not `id`)

已知参数更正：

• Reactome_map_uniprot_to_pathways：参数为 uniprot_id（不是 id）
• ensembl_get_xrefs：参数为 id（不是 gene_id）
• GTEx_get_median_gene_expression：接受 gencode_id（或 gene_symbol）；operation 默认值正确，因此请省略该参数（不接受 operation="median"）；如果结果为空，请尝试带版本号的 Ensembl ID
• OpenTargets_*：参数为 ensemblId（驼峰式命名，不是 ensemblID）
• STRING_get_protein_interactions：接受 protein_ids（列表）和 species
• intact_get_interactions：接受 identifier（UniProt 登录号，不是基因符号）

---

关键工作流要求

先报告（强制要求）：开始研究之前，先创建 [TARGET]_target_report.md，包含所有章节标题和 [Researching...] 占位符。逐步更新。不要向用户展示原始工具输出。

证据评级（强制要求）：对每项结论进行 T1-T4 评级。T1 = 临床/遗传数据；T2 = 精选数据库或多项研究；T3 = 计算结果或单项研究；T4 = 注释或目录条目。

---

核心策略：9 条研究路径

Target Query (e.g., "EGFR" or "P00533")
|
+- IDENTIFIER RESOLUTION (always first)
|   +- Check if GPCR -> GPCRdb_get_protein
|
+- PATH 0: Open Targets Foundation (ALWAYS FIRST - fills gaps in all other paths)
|
+- PATH 1: Core Identity (names, IDs, sequence, organism)
|   +- InterProScan_scan_sequence for novel domain prediction
+- PATH 2: Structure & Domains (3D structure, domains, binding sites)
|   +- If GPCR: GPCRdb_get_structures (active/inactive states)
+- PATH 3: Function & Pathways (GO terms, pathways, biological role)
+- PATH 4: Protein Interactions (PPI network, complexes)
+- PATH 5: Expression Profile (tissue expression, single-cell)
+- PATH 6: Variants & Disease (mutations, clinical significance)
|   +- DisGeNET_search_gene for curated gene-disease associations
+- PATH 7: Drug Interactions (known drugs, druggability, safety)
|   +- Pharos_get_target for TDL classification (Tclin/Tchem/Tbio/Tdark)
|   +- BindingDB_get_ligands_by_uniprot for known ligands
|   +- PubChem_search_assays_by_target_gene for HTS data
|   +- If GPCR: GPCRdb_get_ligands (curated agonists/antagonists)
|   +- DepMap_get_gene_dependencies for target essentiality
+- PATH 8: Literature & Research (publications, trends)

各路径的详细代码实现请参阅 IMPLEMENTATION.md。

---

标识符解析（阶段 1）

在任何研究路径开始之前，解析所有标识符。必需 ID：

• UniProt 登录号（用于蛋白质数据、结构和相互作用）
• Ensembl 基因 ID + 带版本号的 ID（用于 Open Targets、GTEx）
• 基因符号（用于 DGIdb、gnomAD、文献）
• Entrez 基因 ID（用于 KEGG、MyGene）
• ChEMBL 靶标 ID（用于生物活性数据）
• 同义词/全名（用于考虑名称冲突的文献检索）

解析完成后，通过 GPCRdb_get_protein 检查靶标是否为 GPCR。标识符解析和 GPCR 检测代码请参阅 IMPLEMENTATION.md。

---

路径 0：Open Targets 基础数据（始终最先执行）

先运行 OpenTargets 端点，在进行专门查询之前填充基线数据：

• OpenTargets_get_diseases_phenotypes_by_target_ensembl → 疾病关联（第 8 节）
• OpenTargets_get_target_tractability_by_ensemblID → 成药性评估（第 9 节）
• OpenTargets_get_target_safety_profile_by_ensemblID → 安全性风险（第 10 节）
• OpenTargets_get_target_interactions_by_ensemblID → PPI 网络（第 6 节）
• OpenTargets_get_target_gene_ontology_by_ensemblID → GO 注释（第 5 节）
• OpenTargets_get_publications_by_target_ensemblID → 文献（第 11 节）
• OpenTargets_get_biological_mouse_models_by_ensemblID → 小鼠 KO 表型（第 8/10 节）
• OpenTargets_get_chemical_probes_by_target_ensemblID → 化学探针（第 9 节）
• OpenTargets_get_associated_drugs_by_target_ensemblID → 已知药物（第 9 节）
• 专用工具未返回的内容（变异、GWAS 可信集、按数据源划分的证据、临床报告等）：OpenTargets_get_graphql_schema {} 可列出根查询，OpenTargets_get_graphql_schema {"type_name": "Target"} 可列出某个类型的字段，而 OpenTargets_query_graphql {"query": "{ target(ensemblId: \"ENSG00000141510\") { approvedSymbol biotype } }"} 可执行任意只读查询

---

路径 1：核心身份信息

工具：UniProt_get_entry_by_accession、UniProt_get_function_by_accession、UniProt_get_recommended_name_by_accession、UniProt_get_alternative_names_by_accession、UniProt_get_subcellular_location_by_accession、MyGene_get_gene_annotation

填充内容：第 2 节（标识符）、第 3 节（基本信息）

---

路径 2：结构与结构域

使用 3 步结构搜索链（不要仅依赖 PDB 文本搜索）：

1. UniProt PDB 交叉引用（最可靠）
2. 基于序列的 PDB 搜索（可查出缺失的注释）
3. 基于结构域的搜索（适用于多结构域蛋白）
4. AlphaFold（始终检查）

工具：UniProt_get_entry_by_accession（PDB 交叉引用）、RCSBData_get_entry、PDB_search_similar_structures、alphafold_get_prediction、InterPro_get_protein_domains、UniProt_get_ptm_processing_by_accession

GPCR 靶点：还要查询 GPCRdb_get_structures，获取活性／非活性状态数据。

填充：第 4 节（结构生物学）

---

路径 3：功能与通路

工具：GO_get_annotations_for_gene、Reactome_map_uniprot_to_pathways、kegg_get_gene_info、WikiPathways_search、enrichr_gene_enrichment_analysis

填充：第 5 节（功能与通路）

---

路径 4：蛋白质相互作用

工具：STRING_get_protein_interactions、intact_get_interactions、intact_get_complex_details、BioGRID_get_interactions、HPA_get_protein_interactions_by_gene

最低要求：20 个互作对象，或提供有文献记录的说明。

填充：第 6 节（蛋白质－蛋白质相互作用）

---

路径 5：表达谱

使用带版本号 ID 的 GTEx，并在无法匹配时回退；以 HPA 作为备用数据源。

工具：GTEx_get_median_gene_expression、HPA_get_rna_expression_by_source、HPA_get_comprehensive_gene_details_by_ensembl_id、HPA_get_subcellular_location、HPA_get_cancer_prognostics_by_gene、HPA_get_comparative_expression_by_gene_and_cellline、CELLxGENE_get_expression_data

分析依据：表达特异性可直接为安全性提供依据。注意表达是否富集于疾病相关组织，而非关键器官。广泛表达且对机体必不可少，会缩小治疗窗口。

填充：第 7 节（表达谱）

---

路径 6：变异与疾病

在 ClinVar 结果中将 SNV 与 CNV 分开。整合 DisGeNET 中经过整理的基因－疾病关联评分。

工具：gnomad_get_gene_constraints、ClinVar_search_variants、OpenTargets_get_diseases_phenotypes_by_target_ensembl、DisGeNET_search_gene、civic_get_variants_by_gene、cBioPortal_get_mutations

必需的约束评分：pLI（功能丧失不耐受概率）、LOEUF（观察到的功能丧失变异数与预期值之比的上限）、错义 Z 评分、pRec（隐性遗传概率）。高 pLI（> 0.9）或低 LOEUF（< 0.35）表示该基因不耐受功能丧失——对于抑制性治疗策略而言，这是重大的安全警示。

填充：第 8 节（遗传变异与疾病）

---

路径 7：可成药性与靶点验证

工具：OpenTargets_get_target_tractability_by_ensemblID、DGIdb_get_gene_druggability、DGIdb_get_drug_gene_interactions、ChEMBL_search_targets、ChEMBL_get_target_activities、Pharos_get_target、BindingDB_get_ligands_by_uniprot、PubChem_search_assays_by_target_gene、DepMap_get_gene_dependencies、OpenTargets_get_target_safety_profile_by_ensemblID、OpenTargets_get_biological_mouse_models_by_ensemblID

GPCR 靶点：还要查询 GPCRdb_get_ligands。

分析依据：Pharos TDL 可说明靶点在知识图谱中的位置。BindingDB 的 Ki/IC50/Kd 值可说明该靶点是否已通过实验验证具有可成药性。DepMap 的必需性数据可说明癌细胞是否依赖该基因（可作为毒性风险的替代指标，但并非定论）。

填充：第 9 节（可成药性）、第 10 节（安全性）、第 12 节（竞争格局）

PATH 8：文献与研究（考虑名称冲突）

1. 检测名称冲突 - 检查基因符号是否有非生物学含义
2. 构建种子查询 - 符号（标题中含有生物学背景）、全名、UniProt 登录号
3. 应用冲突过滤器 - 添加针对非相关含义的 NOT 词项
4. 通过引文扩展 - 对于文献稀少的目标（<30 篇论文），使用引文网络
5. 按证据等级分类 - 根据标题/摘要关键词分为 T1-T4

工具：PubMed_search_articles、PubMed_get_related、EuropePMC_search_articles、EuropePMC_get_citations、PubTator3_LiteratureSearch、OpenTargets_get_publications_by_target_ensemblID

填充内容：第 11 节（文献与研究概况）

---

重试逻辑与回退链

• ChEMBL_get_target_activities 失败 → GtoPdb_search_ligands（需要 GTOPDB_API_KEY；若未设置，则跳过此步骤）→ OpenTargets drugs
• intact_get_interactions 失败 → STRING_get_protein_interactions → OpenTargets interactions
• GO_get_annotations_for_gene 失败 → OpenTargets GO → MyGene GO
• GTEx_get_median_gene_expression 失败 → HPA_get_rna_expression_by_source → 记录为不可用
• gnomad_get_gene_constraints 失败 → OpenTargets constraint 端点
• DGIdb_get_drug_gene_interactions 失败 → OpenTargets drugs → GtoPdb_search_ligands

绝不要静默跳过失败的工具。 务必在报告中记录失败和回退方案。

---

完整性审查（定稿前必须执行）

定稿任何报告前：

• 确保 PPI、表达、疾病、约束、可成药性方面的数据达到最低要求
• 明确记录阴性结果
• 在执行摘要、疾病关联、关键论文、建议中标注 T1-T4 等级
• 每个数据点都注明来源

---

报告模板

创建 [TARGET]_target_report.md，并初始化全部 15 个章节。完整模板见 REPORT_FORMAT.md。

## 1. Executive Summary          ## 9. Druggability & Pharmacology
## 2. Target Identifiers         ## 10. Safety Profile
## 3. Basic Information          ## 11. Literature & Research
## 4. Structural Biology         ## 12. Competitive Landscape
## 5. Function & Pathways        ## 13. Summary & Recommendations
## 6. Protein-Protein Interactions ## 14. Data Sources & Methodology
## 7. Expression Profile         ## 15. Data Gaps & Limitations
## 8. Genetic Variation & Disease

---

综合：靶点评估框架

完成全部 9 条 PATH 后，在执行摘要中综合研究结果并给出 GO/NO-GO 建议。对各个维度评分：

• 遗传学证据：强（GWAS + 罕见变异 + 功能证据）/ 中等（仅 GWAS 或罕见变异）/ 弱（仅表达变化）/ 无
• 疾病关联：根据 OpenTargets 评分（> 0.7 为强，0.3-0.7 为中等，< 0.3 为弱）
• 可成药性：已有获批药物 / 可成药（已知结合位点、化学探针）/ 预测可成药（结构口袋）/ 不可成药
• 安全性：非必需基因（敲除后存活、pLI 低）/ 必需基因且有表型 / 敲除致死或 pLI 高 / 已知毒性靶点
• 选择性：疾病特异性表达或表达富集 / 广泛表达 / 在关键器官中表达
• 结构数据：含配体的高分辨率晶体结构 / AlphaFold 置信度高（pLDDT > 80）/ 同源模型 / 无结构信息

总分用于指导建议：强靶点（所有维度均有利）、有前景但需明确验证任务（有 2-3 项不足）、推测性靶点（存在多个关键不足）或降低优先级（无遗传学关联且可成药性差）。

---

参考文件

文件	内容
IMPLEMENTATION.md	标识符解析、GPCR 检测、各 PATH 的实现及重试逻辑的详细代码
EVIDENCE_GRADING.md	T1-T4 等级定义、引文格式、完整性审查清单、数据最低要求
REPORT_FORMAT.md	包含全部 15 个章节的完整报告模板、表格格式及各章节具体指南
REFERENCE.md	按类别组织的完整工具参考（225+ 个工具），含参数
EXAMPLES.md	示例：EGFR 完整概况、KRAS 可成药性、靶点比较、CDK4 验证、阿尔茨海默病靶点