Scientific CIViC Evidence
CIViC (Clinical Interpretation of Variants in Cancer) REST API
を活用したバリアント臨床解釈・エビデンスアイテム取得・
分子プロファイル・アサーションパイプラインを提供する。
When to Use
- がんバリアントの臨床的解釈を検索するとき
- エビデンスアイテム (薬剤応答・予後・診断) を取得するとき
- 遺伝子ごとのバリアントサマリーを確認するとき
- 分子プロファイル (Molecular Profile) を検索するとき
- アサーション (ガイドライン推奨) を取得するとき
Quick Start
1. バリアント検索・臨床解釈
import requests
import pandas as pd
CIVIC_API = "https://civicdb.org/api"
def civic_variant_search(gene_name, variant_name=None,
limit=50):
"""
CIViC — バリアント検索。
Parameters:
gene_name: str — 遺伝子名 (例: "BRAF")
variant_name: str — バリアント名
(例: "V600E")
limit: int — 最大結果数
"""
url = f"{CIVIC_API}/variants"
params = {"count": limit}
# 遺伝子名で検索
gene_url = f"{CIVIC_API}/genes/{gene_name}"
try:
resp = requests.get(gene_url, timeout=30)
if resp.status_code == 200:
gene_data = resp.json()
else:
# 検索 API フォールバック
search_url = f"{CIVIC_API}/genes"
params_g = {"name": gene_name, "count": 5}
resp = requests.get(search_url,
params=params_g,
timeout=30)
resp.raise_for_status()
records = resp.json().get("records", [])
gene_data = records[0] if records else {}
except Exception as e:
print(f" CIViC gene lookup: {e}")
gene_data = {}
if not gene_data:
return pd.DataFrame()
variants = gene_data.get("variants", [])
rows = []
for v in variants[:limit]:
name = v.get("name", "")
if variant_name and variant_name.lower() \
not in name.lower():
continue
rows.append({
"variant_id": v.get("id", ""),
"gene": gene_name,
"variant_name": name,
"description": (v.get("description", "")
[:200]),
"evidence_count": len(
v.get("evidence_items", [])),
})
df = pd.DataFrame(rows)
print(f"CIViC variants: {gene_name} → {len(df)}")
return df
def civic_gene_summary(gene_name):
"""
CIViC — 遺伝子サマリー取得。
Parameters:
gene_name: str — 遺伝子名 (例: "EGFR")
"""
url = f"{CIVIC_API}/genes/{gene_name}"
resp = requests.get(url, timeout=30)
resp.raise_for_status()
data = resp.json()
result = {
"gene_id": data.get("id", ""),
"name": data.get("name", ""),
"description": data.get("description", ""),
"n_variants": len(data.get("variants", [])),
"aliases": "; ".join(
data.get("aliases", [])),
}
return result
2. エビデンスアイテム取得
def civic_evidence_items(variant_id, limit=50):
"""
CIViC — エビデンスアイテム取得。
Parameters:
variant_id: int — バリアント ID
limit: int — 最大結果数
"""
url = f"{CIVIC_API}/variants/{variant_id}"
resp = requests.get(url, timeout=30)
resp.raise_for_status()
data = resp.json()
rows = []
for ev in data.get("evidence_items", [])[:limit]:
drugs = [d.get("name", "")
for d in ev.get("drugs", [])]
rows.append({
"evidence_id": ev.get("id", ""),
"variant_id": variant_id,
"evidence_type": ev.get(
"evidence_type", ""),
"evidence_level": ev.get(
"evidence_level", ""),
"evidence_direction": ev.get(
"evidence_direction", ""),
"clinical_significance": ev.get(
"clinical_significance", ""),
"disease": ev.get("disease", {}).get(
"name", ""),
"drugs": "; ".join(drugs),
"rating": ev.get("rating", ""),
"status": ev.get("status", ""),
"source_citation": ev.get(
"source", {}).get("citation", ""),
})
df = pd.DataFrame(rows)
print(f"CIViC evidence: variant {variant_id} "
f"→ {len(df)} items")
return df
3. アサーション取得
def civic_assertions(gene_name=None, limit=50):
"""
CIViC — アサーション (ガイドライン推奨) 取得。
Parameters:
gene_name: str — 遺伝子名フィルタ
limit: int — 最大結果数
"""
url = f"{CIVIC_API}/assertions"
params = {"count": limit}
resp = requests.get(url, params=params, timeout=30)
resp.raise_for_status()
data = resp.json()
rows = []
for a in data.get("records", []):
genes = [g.get("name", "")
for g in a.get("genes", [])]
if gene_name and gene_name not in genes:
continue
drugs = [d.get("name", "")
for d in a.get("drugs", [])]
rows.append({
"assertion_id": a.get("id", ""),
"genes": "; ".join(genes),
"variant": a.get("variant", {}).get(
"name", ""),
"disease": a.get("disease", {}).get(
"name", ""),
"drugs": "; ".join(drugs),
"assertion_type": a.get(
"assertion_type", ""),
"assertion_direction": a.get(
"assertion_direction", ""),
"clinical_significance": a.get(
"clinical_significance", ""),
"amp_level": a.get("amp_level", ""),
"status": a.get("status", ""),
})
df = pd.DataFrame(rows)
print(f"CIViC assertions: {len(df)}")
return df
4. CIViC 統合パイプライン
def civic_pipeline(gene_name, variant_name=None,
output_dir="results"):
"""
CIViC 統合パイプライン。
Parameters:
gene_name: str — 遺伝子名 (例: "BRAF")
variant_name: str — バリアント名 (例: "V600E")
output_dir: str — 出力ディレクトリ
"""
from pathlib import Path
output_dir = Path(output_dir)
output_dir.mkdir(parents=True, exist_ok=True)
# 1) 遺伝子サマリー
summary = civic_gene_summary(gene_name)
pd.DataFrame([summary]).to_csv(
output_dir / "civic_gene.csv", index=False)
# 2) バリアント検索
variants = civic_variant_search(gene_name,
variant_name)
variants.to_csv(output_dir / "civic_variants.csv",
index=False)
# 3) トップバリアントのエビデンス
if not variants.empty:
top_vid = variants.iloc[0]["variant_id"]
evidence = civic_evidence_items(top_vid)
evidence.to_csv(
output_dir / "civic_evidence.csv",
index=False)
# 4) アサーション
assertions = civic_assertions(gene_name)
assertions.to_csv(
output_dir / "civic_assertions.csv",
index=False)
print(f"CIViC pipeline: {gene_name} → {output_dir}")
return {"variants": variants}
ToolUniverse 連携
| TU Key |
ツール名 |
連携内容 |
civic |
CIViC |
がんバリアント臨床解釈 (~12 tools) |
パイプライン統合
variant-interpretation → civic-evidence → precision-oncology
(ClinVar バリアント) (CIViC REST) (精密腫瘍学)
│ │ ↓
gnomad-variants ────────────┘ drug-target-profiling
(集団頻度) │ (標的プロファイリング)
↓
opentargets-genetics
(OT 標的-疾患)
パイプライン出力
| ファイル |
説明 |
次スキル |
results/civic_gene.csv |
遺伝子サマリー |
→ cancer-genomics |
results/civic_variants.csv |
バリアント一覧 |
→ variant-interpretation |
results/civic_evidence.csv |
エビデンス |
→ precision-oncology |
results/civic_assertions.csv |
アサーション |
→ pharmacogenomics |
nahisaho