# Scientific Pharos Targets > Pharos/TCRD ターゲットプロファイリングスキル。Illuminating the Druggable Genome (IDG) Pharos GraphQL API による ターゲット開発レベル (TDL) 分類・疾患関連・リガンド検索・ 既存薬候補スクリーニングパイプライン。 ToolUniverse 連携: pharos。 - Skill: `nahisaho/scientific-pharos-targets-2` (Agent Skill) - Install (CLI): `npx skillmds@latest add nahisaho/scientific-pharos-targets-2` - Raw SKILL.md: https://api.skillmd.com/api/skills/nahisaho/scientific-pharos-targets-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-pharos-targets-2 --- # Scientific Pharos Targets IDG (Illuminating the Druggable Genome) Pharos GraphQL API を活用したターゲット TDL 分類・疾患-ターゲット関連・ リガンドアクティビティ検索・既存薬候補パイプラインを提供する。 ## When to Use - タンパク質標的の開発レベル (Tclin/Tchem/Tbio/Tdark) を確認するとき - IDG ダークターゲットの知識ギャップを調査するとき - ターゲットに関連する疾患・リガンド・PPI を検索するとき - Tchem/Tbio ターゲットから創薬候補を探索するとき - ターゲット間のドラッガビリティ比較を行うとき --- ## Quick Start ## 1. ターゲット TDL 分類検索 ```python import requests import pandas as pd PHAROS_API = "https://pharos-api.ncats.io/graphql" def pharos_target(gene_symbol): """ Pharos — ターゲット詳細情報取得。 Parameters: gene_symbol: str — 遺伝子シンボル (例: "ACE2") """ query = """ query targetDetails($sym: String!) { target(q: {sym: $sym}) { name sym tdl fam novelty description uniprotId: accession diseaseCount ligandCount ppiCount } } """ resp = requests.post( PHAROS_API, json={"query": query, "variables": {"sym": gene_symbol}}, timeout=30) resp.raise_for_status() data = resp.json().get("data", {}).get("target", {}) if not data: print(f"Pharos: {gene_symbol} not found") return {} print(f"Pharos: {gene_symbol} → TDL={data['tdl']}, " f"fam={data.get('fam', 'N/A')}, " f"diseases={data.get('diseaseCount', 0)}, " f"ligands={data.get('ligandCount', 0)}") return data def pharos_target_list(gene_symbols): """ Pharos — 複数ターゲット TDL バッチ取得。 Parameters: gene_symbols: list[str] — 遺伝子シンボルリスト """ results = [] for sym in gene_symbols: data = pharos_target(sym) if data: results.append(data) df = pd.DataFrame(results) if not df.empty: tdl_counts = df["tdl"].value_counts() print(f"TDL distribution: " f"{tdl_counts.to_dict()}") return df ``` ## 2. 疾患-ターゲット関連 ```python def pharos_target_diseases(gene_symbol, top_n=20): """ Pharos — ターゲットの関連疾患取得。 Parameters: gene_symbol: str — 遺伝子シンボル top_n: int — 上位件数 """ query = """ query targetDiseases($sym: String!, $top: Int!) { target(q: {sym: $sym}) { sym diseases(top: $top) { name associationCount datasource_count } } } """ resp = requests.post( PHAROS_API, json={"query": query, "variables": {"sym": gene_symbol, "top": top_n}}, timeout=30) resp.raise_for_status() target = resp.json().get("data", {}).get( "target", {}) diseases = target.get("diseases", []) df = pd.DataFrame(diseases) print(f"Pharos diseases: {gene_symbol} → " f"{len(df)} associations") return df ``` ## 3. リガンド・アクティビティ検索 ```python def pharos_target_ligands(gene_symbol, top_n=20): """ Pharos — ターゲットのリガンド/活性化合物取得。 Parameters: gene_symbol: str — 遺伝子シンボル top_n: int — 上位件数 """ query = """ query targetLigands($sym: String!, $top: Int!) { target(q: {sym: $sym}) { sym ligands(top: $top) { name smiles isdrug actcnt activities { type value moa } } } } """ resp = requests.post( PHAROS_API, json={"query": query, "variables": {"sym": gene_symbol, "top": top_n}}, timeout=30) resp.raise_for_status() target = resp.json().get("data", {}).get( "target", {}) ligands = target.get("ligands", []) rows = [] for lig in ligands: rows.append({ "name": lig.get("name", ""), "smiles": lig.get("smiles", ""), "is_drug": lig.get("isdrug", False), "activity_count": lig.get("actcnt", 0), }) df = pd.DataFrame(rows) n_drugs = df["is_drug"].sum() if not df.empty else 0 print(f"Pharos ligands: {gene_symbol} → " f"{len(df)} compounds ({n_drugs} drugs)") return df ``` ## 4. Pharos 統合パイプライン ```python def pharos_pipeline(gene_symbols, output_dir="results"): """ Pharos 統合パイプライン。 Parameters: gene_symbols: list[str] — 遺伝子シンボルリスト 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) TDL 分類 targets = pharos_target_list(gene_symbols) targets.to_csv(output_dir / "pharos_targets.csv", index=False) # 2) 疾患関連 (上位ターゲット) all_diseases = [] for sym in gene_symbols[:10]: diseases = pharos_target_diseases(sym) diseases["target"] = sym all_diseases.append(diseases) if all_diseases: disease_df = pd.concat(all_diseases, ignore_index=True) disease_df.to_csv( output_dir / "pharos_diseases.csv", index=False) # 3) リガンド all_ligands = [] for sym in gene_symbols[:10]: ligands = pharos_target_ligands(sym) ligands["target"] = sym all_ligands.append(ligands) if all_ligands: ligand_df = pd.concat(all_ligands, ignore_index=True) ligand_df.to_csv( output_dir / "pharos_ligands.csv", index=False) print(f"Pharos pipeline → {output_dir}") return {"targets": targets} ``` --- ## ToolUniverse 連携 | TU Key | ツール名 | 連携内容 | |--------|---------|---------| | `pharos` | Pharos | IDG Pharos/TCRD ターゲットナレッジベース | ## パイプライン統合 ``` drug-target-profiling → pharos-targets → drug-repurposing (DGIdb/標的同定) (TDL/IDG) (リポジショニング) │ │ ↓ pharmacology-targets ─────┘ compound-screening (BindingDB/GtoPdb) (ZINC ライブラリ) ``` ## パイプライン出力 | ファイル | 説明 | 次スキル | |---------|------|---------| | `results/pharos_targets.csv` | TDL 分類結果 | → drug-target-profiling | | `results/pharos_diseases.csv` | 疾患関連 | → disease-research | | `results/pharos_ligands.csv` | リガンド/薬剤 | → drug-repurposing |