# Scientific Civic Evidence > CIViC 臨床エビデンススキル。CIViC (Clinical Interpretation of Variants in Cancer) REST API を用いたバリアント臨床解釈・ エビデンスアイテム・分子プロファイル・アサーション検索。 ToolUniverse 連携: civic。 - Skill: `nahisaho/scientific-civic-evidence-2` (Agent Skill) - Install (CLI): `npx skillmds@latest add nahisaho/scientific-civic-evidence-2` - Raw SKILL.md: https://api.skillmd.com/api/skills/nahisaho/scientific-civic-evidence-2/raw - Safety review: pending (external: skill-scanner PASS, skillspector PASS) - Works with: Claude Code, Claude.ai, OpenAI Codex - Category: Integrations & APIs - Author: nahisaho (https://skillmd.com/u/nahisaho) - Updated: 2026-09-21 - Page: https://skillmd.com/skills/nahisaho/scientific-civic-evidence-2 --- # 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 ```python 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 ```python 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 ```python 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 ```python 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 |