Scientific Gnomad Variants

Scientific gnomAD Variants

gnomAD (Genome Aggregation Database) GraphQL API を活用した 集団アレル頻度取得・遺伝子制約スコア (pLI/LOEUF/Z-scores)・ リージョンクエリ・トランスクリプトレベルデータパイプラインを 提供する。

When to Use

• バリアントの集団アレル頻度 (AF) を確認するとき
• 遺伝子の LoF 不耐性 (pLI/LOEUF) を評価するとき
• ゲノムリージョン内のバリアントを列挙するとき
• 集団別 (gnomAD v4 exome/genome) 頻度を比較するとき
• ClinVar/VEP アノテーションと頻度を統合するとき

Quick Start

1. バリアント集団頻度

import requests
import pandas as pd

GNOMAD_API = "https://gnomad.broadinstitute.org/api"


def gnomad_variant(variant_id, dataset="gnomad_r4"):
    """
    gnomAD — バリアント集団頻度取得。

    Parameters:
        variant_id: str — バリアント ID
            (例: "1-55516888-G-A", chr-pos-ref-alt)
        dataset: str — データセット
            (例: "gnomad_r4", "gnomad_r3")
    """
    query = """
    query gnomadVariant($variantId: String!,
                        $dataset: DatasetId!) {
      variant(variantId: $variantId,
              dataset: $dataset) {
        variant_id
        chrom
        pos
        ref
        alt
        exome {
          ac
          an
          af
          ac_hom
          populations {
            id
            ac
            an
            af
          }
        }
        genome {
          ac
          an
          af
          ac_hom
          populations {
            id
            ac
            an
            af
          }
        }
        rsids
        transcript_consequences {
          gene_symbol
          transcript_id
          consequence
          hgvsc
          hgvsp
          lof
          lof_filter
          polyphen_prediction
          sift_prediction
        }
      }
    }
    """
    variables = {"variantId": variant_id,
                 "dataset": dataset}
    resp = requests.post(GNOMAD_API,
                         json={"query": query,
                               "variables": variables},
                         timeout=30)
    resp.raise_for_status()
    data = resp.json().get("data", {}).get("variant")

    if not data:
        print(f"gnomAD: {variant_id} not found")
        return {}

    exome = data.get("exome") or {}
    genome = data.get("genome") or {}

    result = {
        "variant_id": data["variant_id"],
        "chrom": data["chrom"],
        "pos": data["pos"],
        "ref": data["ref"],
        "alt": data["alt"],
        "rsids": "; ".join(data.get("rsids", [])),
        "exome_af": exome.get("af", 0),
        "exome_ac": exome.get("ac", 0),
        "exome_an": exome.get("an", 0),
        "exome_hom": exome.get("ac_hom", 0),
        "genome_af": genome.get("af", 0),
        "genome_ac": genome.get("ac", 0),
        "genome_an": genome.get("an", 0),
        "genome_hom": genome.get("ac_hom", 0),
    }

    # 集団別頻度 (exome)
    for pop in exome.get("populations", []):
        result[f"exome_{pop['id']}_af"] = pop.get("af", 0)

    print(f"gnomAD variant: {variant_id} "
          f"(exome AF={result['exome_af']:.6f})")
    return result

2. 遺伝子制約スコア (pLI/LOEUF)

def gnomad_gene_constraint(gene_symbol,
                              dataset="gnomad_r4"):
    """
    gnomAD — 遺伝子制約スコア取得。

    Parameters:
        gene_symbol: str — 遺伝子シンボル (例: "BRCA1")
        dataset: str — データセット
    """
    query = """
    query geneConstraint($gene: String!,
                         $dataset: DatasetId!) {
      gene(gene_symbol: $gene,
           reference_genome: GRCh38) {
        gene_id
        symbol
        gnomad_constraint {
          exp_lof
          exp_mis
          exp_syn
          obs_lof
          obs_mis
          obs_syn
          oe_lof
          oe_lof_lower
          oe_lof_upper
          oe_mis
          oe_syn
          lof_z
          mis_z
          syn_z
          pLI
        }
      }
    }
    """
    variables = {"gene": gene_symbol,
                 "dataset": dataset}
    resp = requests.post(GNOMAD_API,
                         json={"query": query,
                               "variables": variables},
                         timeout=30)
    resp.raise_for_status()
    gene = resp.json().get("data", {}).get("gene")

    if not gene:
        print(f"gnomAD gene: {gene_symbol} not found")
        return {}

    c = gene.get("gnomad_constraint") or {}
    result = {
        "gene_id": gene["gene_id"],
        "symbol": gene["symbol"],
        "pLI": c.get("pLI", None),
        "LOEUF": c.get("oe_lof_upper", None),
        "oe_lof": c.get("oe_lof", None),
        "oe_mis": c.get("oe_mis", None),
        "oe_syn": c.get("oe_syn", None),
        "lof_z": c.get("lof_z", None),
        "mis_z": c.get("mis_z", None),
        "syn_z": c.get("syn_z", None),
        "exp_lof": c.get("exp_lof", None),
        "obs_lof": c.get("obs_lof", None),
    }
    pli = result.get("pLI") or 0
    loeuf = result.get("LOEUF") or 0
    print(f"gnomAD constraint: {gene_symbol} "
          f"(pLI={pli:.3f}, LOEUF={loeuf:.3f})")
    return result

3. リージョンクエリ

def gnomad_region(chrom, start, stop,
                     dataset="gnomad_r4", limit=500):
    """
    gnomAD — リージョンバリアント取得。

    Parameters:
        chrom: str — 染色体 (例: "1")
        start: int — 開始位置 (GRCh38)
        stop: int — 終了位置
        dataset: str — データセット
        limit: int — 最大結果数
    """
    query = """
    query regionVariants($chrom: String!,
                         $start: Int!,
                         $stop: Int!,
                         $dataset: DatasetId!) {
      region(chrom: $chrom, start: $start,
             stop: $stop,
             reference_genome: GRCh38) {
        variants(dataset: $dataset) {
          variant_id
          pos
          ref
          alt
          exome { af ac an }
          genome { af ac an }
          rsids
        }
      }
    }
    """
    variables = {"chrom": chrom, "start": start,
                 "stop": stop, "dataset": dataset}
    resp = requests.post(GNOMAD_API,
                         json={"query": query,
                               "variables": variables},
                         timeout=30)
    resp.raise_for_status()
    data = resp.json().get("data", {}).get("region", {})

    rows = []
    for v in data.get("variants", [])[:limit]:
        exome = v.get("exome") or {}
        genome = v.get("genome") or {}
        rows.append({
            "variant_id": v["variant_id"],
            "pos": v["pos"],
            "ref": v["ref"],
            "alt": v["alt"],
            "rsids": "; ".join(v.get("rsids", [])),
            "exome_af": exome.get("af", 0),
            "genome_af": genome.get("af", 0),
        })

    df = pd.DataFrame(rows)
    print(f"gnomAD region: {chrom}:{start}-{stop} "
          f"→ {len(df)} variants")
    return df

4. gnomAD 統合パイプライン

def gnomad_pipeline(gene_symbol, chrom, start, stop,
                       output_dir="results"):
    """
    gnomAD 統合パイプライン。

    Parameters:
        gene_symbol: str — 遺伝子シンボル
        chrom: str — 染色体
        start: int — 開始位置
        stop: int — 終了位置
        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) 遺伝子制約スコア
    constraint = gnomad_gene_constraint(gene_symbol)
    pd.DataFrame([constraint]).to_csv(
        output_dir / "gnomad_constraint.csv",
        index=False)

    # 2) リージョンバリアント
    variants = gnomad_region(chrom, start, stop)
    variants.to_csv(
        output_dir / "gnomad_region.csv",
        index=False)

    # 3) レアバリアント抽出 (AF < 0.01)
    if not variants.empty:
        rare = variants[
            (variants["exome_af"] < 0.01) |
            (variants["genome_af"] < 0.01)
        ]
        rare.to_csv(
            output_dir / "gnomad_rare.csv",
            index=False)
        print(f"  Rare variants: {len(rare)}")

    print(f"gnomAD pipeline: {gene_symbol} "
          f"→ {output_dir}")
    return {"constraint": constraint,
            "variants": variants}

ToolUniverse 連携

パイプライン統合

variant-interpretation → gnomad-variants → variant-effect-prediction
  (ClinVar バリアント)     (gnomAD API)     (VEP/CADD/REVEL)
          │                     │                   ↓
  civic-evidence ──────────────┘         rare-disease-genetics
  (CIViC 臨床)           │             (希少疾患遺伝学)
                          ↓
              opentargets-genetics
              (OT 遺伝的関連)

パイプライン出力