343_药物重定位计算方法¶

# ========== 方法1：CMap/LINCS 基因组学重定位 ==========

# 安装 cmapR（R包，读取LINCS GCT格式）
# install.packages("BiocManager")
# BiocManager::install("cmapR")

# Python版：使用 clue.io API 查询药物特征谱
pip install cmapPy  # 安装cmapPy包

python3 << 'EOF'
import cmapPy.pandasGEXpress.parse as pe  # 导入解析模块

# 读取LINCS Level5基因表达数据（GCTx格式）
ds = pe.parse("GSE70138_Broad_LINCS_Level5_COMPZ.MODZ_n118050x12328.gctx")

# 提取特定药物的基因表达变化（示例：伊马替尼imatinib）
drug_sig = ds.data_df["imatinib_PC3_6H_10um"]

print("药物处理基因数：", len(drug_sig))  # 输出基因数量
EOF

# ========== 方法2：网络接近度计算 ==========
import networkx as nx       # 图网络分析
import numpy as np          # 数值计算

def network_proximity(G, drug_targets, disease_genes):
    """
    计算药物靶点与疾病基因的网络接近度
    G: 蛋白互作网络图
    drug_targets: 药物靶点列表
    disease_genes: 疾病相关基因列表
    """
    # 过滤不在网络中的节点
    dt = [n for n in drug_targets if n in G]
    dg = [n for n in disease_genes if n in G]

    if not dt or not dg:
        return None

    # 计算所有药物靶点到疾病基因的最短路径
    distances = []
    for t in dt:
        for g in dg:
            try:
                d = nx.shortest_path_length(G, t, g)  # 最短路径
                distances.append(d)
            except nx.NetworkXNoPath:
                pass  # 不连通则跳过

    # 平均最短路径距离
    if distances:
        return np.mean(distances)
    return float('inf')

# 示例：加载STRING数据库的蛋白互作网络
# G = nx.read_edgelist("string_interactions.tsv", delimiter='\t')

# ========== 方法3：PharmCAT分析药物基因组 ==========
# 前提：已运行PharmCAT生成JSON报告

library(jsonlite)   # 读取JSON
library(dplyr)      # 数据处理

# 读取PharmCAT输出的药物基因组报告
report <- fromJSON("pharmcat_output.json")

# 提取基因-表型信息
gene_phenotypes <- report$phenotypes  # 各基因表型汇总

# 查看CYP2D6表型
cyp2d6 <- gene_phenotypes[gene_phenotypes$gene == "CYP2D6", ]
print(paste("CYP2D6表型:", cyp2d6$phenotype))  # 输出代谢型

# ========== 方法4：PyPGx处理CYP2D6复杂基因型 ==========

# 安装PyPGx（Stargazer的继任者）
pip install pypgx

# 从BAM文件分析CYP2D6基因型（包含CNV检测）
pypgx run-ngs-pipeline \
    --bam sample.bam \           # 输入BAM文件
    --gene CYP2D6 \              # 指定目标基因
    --assembly GRCh38 \          # 参考基因组版本
    --output-dir cyp2d6_results  # 输出目录

# 查看星等位基因结果
cat cyp2d6_results/genotypes.tsv  # 基因型和代谢型预测