PrimeKG 知识图谱技能

PrimeKG 知识图谱技能

概述

PrimeKG 是一个精准医学知识图谱，整合了20多个主要数据库和高质量科学文献到单一资源中。它包含超过100,000个节点和400万条边，涵盖29种关系类型，包括药物-靶点、疾病-基因和表型-疾病关联。

核心功能：

• 搜索节点（基因、蛋白质、药物、疾病、表型）
• 检索直接邻居（相关实体和临床证据）
• 分析局部疾病背景（相关基因、药物、表型）
• 识别药物-疾病路径（潜在的药物重定位机会）

数据访问： 通过 query_primekg.py 进行程序化访问。数据存储在 C:\Users\eamon\Documents\Data\PrimeKG\kg.csv。

使用场景

本技能适用于以下情况：

• 基于知识的药物发现： 识别疾病的靶点和机制。
• 药物重定位： 寻找可能对新适应症有证据的现有药物。
• 表型分析： 了解症状/表型如何与疾病和基因相关。
• 多尺度生物学： 弥合分子靶点（基因）和临床结果（疾病）之间的差距。
• 网络药理学： 研究药物-靶点相互作用的更广泛网络效应。

核心工作流程

1. 搜索实体

查找基因、药物或疾病的标识符。

from scripts.query_primekg import search_nodes

# 搜索阿尔茨海默病节点
results = search_nodes("Alzheimer", node_type="disease")
# 返回: [{"id": "EFO_0000249", "type": "disease", "name": "Alzheimer's disease", ...}]

2. 获取邻居（直接关联）

检索所有连接的节点和关系类型。

from scripts.query_primekg import get_neighbors

# 获取特定疾病ID的所有邻居
neighbors = get_neighbors("EFO_0000249")
# 返回: 邻居列表，如 {"neighbor_name": "APOE", "relation": "disease_gene", ...}

3. 分析疾病背景

一个高级函数，用于总结疾病的关联。

from scripts.query_primekg import get_disease_context

# 疾病的综合总结
context = get_disease_context("Alzheimer's disease")
# 访问: context['associated_genes'], context['associated_drugs'], context['phenotypes']

PrimeKG 中的关系类型

该图谱包含几种关键关系类型：

• protein_protein：物理蛋白质-蛋白质相互作用
• drug_protein：药物靶点/机制关联
• disease_gene：遗传关联
• drug_disease：适应症和禁忌症
• disease_phenotype：临床体征和症状
• gwas：全基因组关联研究证据

最佳实践

1. 使用特定ID： 使用 get_neighbors 时，确保从 search_nodes 获取正确的ID。
2. 先了解背景： 在深入研究特定基因或药物之前，使用 get_disease_context 获取广泛概述。
3. 过滤关系： 使用 get_neighbors 中的 relation_type 过滤器专注于特定证据（例如，仅 drug_protein）。
4. 多尺度整合： 与 OpenTargets 结合获取更深入的遗传证据，或与 Semantic Scholar 结合获取最新的文献背景。

资源

脚本

• scripts/query_primekg.py：用于搜索和查询知识图谱的核心函数。

数据路径

• 数据：/mnt/c/Users/eamon/Documents/Data/PrimeKG/kg.csv
• 总节点数：约129,000
• 总边数：约4,000,000
• 数据库：基于CSV，为pandas查询优化。