ClinPGx数据库Skill clinpgx-database

ClinPGx数据库是一个全面的临床药物基因组学资源,提供基因-药物相互作用、CPIC指南、等位基因功能等信息,支持精准医学和基因型指导的剂量决策。关键词:临床药物基因组学,基因-药物相互作用,CPIC指南,精准医学,剂量决策,数据库API,药物研发。

药物研发 0 次安装 0 次浏览 更新于 3/20/2026

名称: clinpgx-database 描述: “访问ClinPGx药物基因组学数据(PharmGKB的后继者)。查询基因-药物相互作用、CPIC指南、等位基因功能,用于精准医学和基因型指导的剂量决策。”

ClinPGx数据库

概述

ClinPGx(临床药物基因组学数据库)是一个全面的临床药物基因组学资源,作为PharmGKB的后继者。它整合了来自PharmGKB、CPIC和PharmCAT的数据,提供关于遗传变异如何影响药物反应的精选信息。访问基因-药物对、临床指南、等位基因功能和药物标签,以支持精准医学应用。

何时使用此技能

此技能应在以下情况下使用:

  • 基因-药物相互作用:查询遗传变异如何影响药物代谢、疗效或毒性
  • CPIC指南:访问基于证据的临床实践指南用于药物遗传学
  • 等位基因信息:检索等位基因功能、频率和表型数据
  • 药物标签:探索FDA和其他监管机构的药物基因组学药物标签
  • 药物基因组学注释:访问关于基因-药物-疾病关系的精选文献
  • 临床决策支持:使用PharmDOG工具进行表型转换和自定义基因型解释
  • 精准医学:在临床实践中实施药物基因组学测试
  • 药物代谢:了解CYP450和其他药物基因功能
  • 个性化剂量:查找基因型指导的剂量推荐
  • 不良反应:识别药物毒性的遗传风险因素

安装和设置

Python API访问

ClinPGx REST API提供对所有数据库资源的程序化访问。基本设置:

uv pip install requests

API端点

BASE_URL = "https://api.clinpgx.org/v1/"

速率限制

  • 最大每秒2个请求
  • 过多请求将导致HTTP 429(请求过多)响应

认证:基本访问不需要认证

数据许可:Creative Commons Attribution-ShareAlike 4.0国际许可

对于大量API使用,请通过api@clinpgx.org通知ClinPGx团队

核心功能

1. 基因查询

检索基因信息,包括功能、临床注释和药物基因组学意义:

import requests

# 获取基因详情
response = requests.get("https://api.clinpgx.org/v1/gene/CYP2D6")
gene_data = response.json()

# 按名称搜索基因
response = requests.get("https://api.clinpgx.org/v1/gene",
                       params={"q": "CYP"})
genes = response.json()

关键药物基因

  • CYP450酶:CYP2D6、CYP2C19、CYP2C9、CYP3A4、CYP3A5
  • 转运蛋白:SLCO1B1、ABCB1、ABCG2
  • 其他代谢酶:TPMT、DPYD、NUDT15、UGT1A1
  • 受体:OPRM1、HTR2A、ADRB1
  • HLA基因:HLA-B、HLA-A

2. 药物和化学物质查询

检索药物信息,包括药物基因组学注释和机制:

# 获取药物详情
response = requests.get("https://api.clinpgx.org/v1/chemical/PA448515")  # 华法林
drug_data = response.json()

# 按名称搜索药物
response = requests.get("https://api.clinpgx.org/v1/chemical",
                       params={"name": "warfarin"})
drugs = response.json()

具有药物基因组学意义的药物类别

  • 抗凝剂(华法林、氯吡格雷)
  • 抗抑郁药(SSRIs、TCAs)
  • 免疫抑制剂(他克莫司、硫唑嘌呤)
  • 肿瘤药物(5-氟尿嘧啶、伊立替康、他莫昔芬)
  • 心血管药物(他汀类、β-阻滞剂)
  • 止痛药物(可待因、曲马多)
  • 抗病毒药物(阿巴卡韦)

3. 基因-药物对查询

访问精选的基因-药物关系,含临床注释:

# 获取基因-药物对信息
response = requests.get("https://api.clinpgx.org/v1/geneDrugPair",
                       params={"gene": "CYP2D6", "drug": "codeine"})
pair_data = response.json()

# 获取基因的所有对
response = requests.get("https://api.clinpgx.org/v1/geneDrugPair",
                       params={"gene": "CYP2C19"})
all_pairs = response.json()

临床注释来源

  • CPIC(临床药物遗传学实施联盟)
  • DPWG(荷兰药物遗传学工作组)
  • FDA(美国食品药品监督管理局)标签
  • 同行评审文献摘要注释

4. CPIC指南

访问基于证据的临床实践指南

# 获取CPIC指南
response = requests.get("https://api.clinpgx.org/v1/guideline/PA166104939")
guideline = response.json()

# 列出所有CPIC指南
response = requests.get("https://api.clinpgx.org/v1/guideline",
                       params={"source": "CPIC"})
guidelines = response.json()

CPIC指南组成部分

  • 涵盖的基因-药物对
  • 按表型的临床推荐
  • 证据级别和强度评级
  • 支持文献
  • 可下载PDF和补充材料
  • 实施考虑

示例指南

  • CYP2D6-可待因(避免用于超快代谢者)
  • CYP2C19-氯吡格雷(对于慢代谢者使用替代疗法)
  • TPMT-硫唑嘌呤(对于中间/慢代谢者减少剂量)
  • DPYD-氟嘧啶(基于活性调整剂量)
  • HLA-B*57:01-阿巴卡韦(如果阳性则避免)

5. 等位基因和变异信息

查询等位基因功能和频率数据

# 获取等位基因信息
response = requests.get("https://api.clinpgx.org/v1/allele/CYP2D6*4")
allele_data = response.json()

# 获取基因的所有等位基因
response = requests.get("https://api.clinpgx.org/v1/allele",
                       params={"gene": "CYP2D6"})
alleles = response.json()

等位基因信息包括

  • 功能状态(正常、减少、无功能、增加、不确定)
  • 跨种族群体的人口频率
  • 定义变异(SNPs、indels、CNVs)
  • 表型分配
  • 对PharmVar和其他命名系统的引用

表型类别

  • 超快代谢者(UM):酶活性增加
  • 正常代谢者(NM):正常酶活性
  • 中间代谢者(IM):酶活性减少
  • 慢代谢者(PM):几乎没有或没有酶活性

6. 变异注释

访问特定遗传变异的临床注释

# 获取变异信息
response = requests.get("https://api.clinpgx.org/v1/variant/rs4244285")
variant_data = response.json()

# 按位置搜索变异(如果支持)
response = requests.get("https://api.clinpgx.org/v1/variant",
                       params={"chromosome": "10", "position": "94781859"})
variants = response.json()

变异数据包括

  • rsID和基因组坐标
  • 基因和功能后果
  • 等位基因关联
  • 临床意义
  • 人口频率
  • 文献引用

7. 临床注释

检索精选的文献注释(原PharmGKB临床注释):

# 获取临床注释
response = requests.get("https://api.clinpgx.org/v1/clinicalAnnotation",
                       params={"gene": "CYP2D6"})
annotations = response.json()

# 按证据级别过滤
response = requests.get("https://api.clinpgx.org/v1/clinicalAnnotation",
                       params={"evidenceLevel": "1A"})
high_evidence = response.json()

证据级别(从高到低):

  • 级别1A:高质量证据,CPIC/FDA/DPWG指南
  • 级别1B:高质量证据,尚未成为指南
  • 级别2A:来自良好设计研究的中等证据
  • 级别2B:中等证据,但有限制
  • 级别3:有限或冲突的证据
  • 级别4:病例报告或弱证据

8. 药物标签

访问药物标签中的药物基因组学信息

# 获取含PGx信息的药物标签
response = requests.get("https://api.clinpgx.org/v1/drugLabel",
                       params={"drug": "warfarin"})
labels = response.json()

# 按监管来源过滤
response = requests.get("https://api.clinpgx.org/v1/drugLabel",
                       params={"source": "FDA"})
fda_labels = response.json()

标签信息包括

  • 测试推荐
  • 按基因型的剂量指导
  • 警告和预防措施
  • 生物标志物信息
  • 监管来源(FDA、EMA、PMDA等)

9. 通路

探索药代动力学和药效学通路

# 获取通路信息
response = requests.get("https://api.clinpgx.org/v1/pathway/PA146123006")  # 华法林通路
pathway_data = response.json()

# 按药物搜索通路
response = requests.get("https://api.clinpgx.org/v1/pathway",
                       params={"drug": "warfarin"})
pathways = response.json()

通路图显示

  • 药物代谢步骤
  • 参与的酶和转运蛋白
  • 影响每个步骤的基因变异
  • 对疗效/毒性的下游影响
  • 与其他通路的相互作用

查询工作流

工作流1:药物处方的临床决策支持

  1. 识别患者基因型用于相关药物基因:

    # 示例:患者是CYP2C19 *1/*2(中间代谢者)
    response = requests.get("https://api.clinpgx.org/v1/allele/CYP2C19*2")
    allele_function = response.json()
    
  2. 查询基因-药物对用于感兴趣的药物:

    response = requests.get("https://api.clinpgx.org/v1/geneDrugPair",
                           params={"gene": "CYP2C19", "drug": "clopidogrel"})
    pair_info = response.json()
    
  3. 检索CPIC指南用于剂量推荐:

    response = requests.get("https://api.clinpgx.org/v1/guideline",
                           params={"gene": "CYP2C19", "drug": "clopidogrel"})
    guideline = response.json()
    # 推荐:对于IM/PM使用替代抗血小板疗法
    
  4. 检查药物标签获取监管指导:

    response = requests.get("https://api.clinpgx.org/v1/drugLabel",
                           params={"drug": "clopidogrel"})
    label = response.json()
    

工作流2:基因面板分析

  1. 获取临床面板中的药物基因列表

    pgx_panel = ["CYP2C19", "CYP2D6", "CYP2C9", "TPMT", "DPYD", "SLCO1B1"]
    
  2. 对于每个基因,检索所有药物相互作用

    all_interactions = {}
    for gene in pgx_panel:
        response = requests.get("https://api.clinpgx.org/v1/geneDrugPair",
                               params={"gene": gene})
        all_interactions[gene] = response.json()
    
  3. 过滤CPIC指南级别证据

    for gene, pairs in all_interactions.items():
        for pair in pairs:
            if pair.get('cpicLevel'):  # 有CPIC指南
                print(f"{gene} - {pair['drug']}: {pair['cpicLevel']}")
    
  4. 生成患者报告,包含可操作的药物基因组学发现。

工作流3:药物安全性评估

  1. 查询药物的PGx关联

    response = requests.get("https://api.clinpgx.org/v1/chemical",
                           params={"name": "abacavir"})
    drug_id = response.json()[0]['id']
    
  2. 获取临床注释

    response = requests.get("https://api.clinpgx.org/v1/clinicalAnnotation",
                           params={"drug": drug_id})
    annotations = response.json()
    
  3. 检查HLA关联和毒性风险

    for annotation in annotations:
        if 'HLA' in annotation.get('genes', []):
            print(f"毒性风险: {annotation['phenotype']}")
            print(f"证据级别: {annotation['evidenceLevel']}")
    
  4. 从指南和标签检索筛查推荐

工作流4:研究分析 - 群体药物基因组学

  1. 获取群体比较的等位基因频率

    response = requests.get("https://api.clinpgx.org/v1/allele",
                           params={"gene": "CYP2D6"})
    alleles = response.json()
    
  2. 提取群体特定频率

    populations = ['European', 'African', 'East Asian', 'Latino']
    frequency_data = {}
    for allele in alleles:
        allele_name = allele['name']
        frequency_data[allele_name] = {
            pop: allele.get(f'{pop}_frequency', 'N/A')
            for pop in populations
        }
    
  3. 按群体计算表型分布

    # 结合等位基因频率和功能预测表型
    phenotype_dist = calculate_phenotype_frequencies(frequency_data)
    
  4. 分析不同群体的药物剂量影响

工作流5:文献证据审查

  1. 搜索基因-药物对

    response = requests.get("https://api.clinpgx.org/v1/geneDrugPair",
                           params={"gene": "TPMT", "drug": "azathioprine"})
    pair = response.json()
    
  2. 检索所有临床注释

    response = requests.get("https://api.clinpgx.org/v1/clinicalAnnotation",
                           params={"gene": "TPMT", "drug": "azathioprine"})
    annotations = response.json()
    
  3. 按证据级别和出版日期过滤

    high_quality = [a for a in annotations
                    if a['evidenceLevel'] in ['1A', '1B', '2A']]
    
  4. 提取PMID并检索完整引用

    pmids = [a['pmid'] for a in high_quality if 'pmid' in a]
    # 使用PubMed技能检索完整引文
    

速率限制和最佳实践

速率限制合规

import time

def rate_limited_request(url, params=None, delay=0.5):
    """进行API请求并遵守速率限制(最大2 req/sec)"""
    response = requests.get(url, params=params)
    time.sleep(delay)  # 请求之间等待0.5秒
    return response

# 在循环中使用
genes = ["CYP2D6", "CYP2C19", "CYP2C9"]
for gene in genes:
    response = rate_limited_request(
        "https://api.clinpgx.org/v1/gene/" + gene
    )
    data = response.json()

错误处理

def safe_api_call(url, params=None, max_retries=3):
    """API调用,含错误处理和重试"""
    for attempt in range(max_retries):
        try:
            response = requests.get(url, params=params, timeout=10)

            if response.status_code == 200:
                return response.json()
            elif response.status_code == 429:
                # 速率限制超出
                wait_time = 2 ** attempt  # 指数退避
                print(f"速率限制命中。等待 {wait_time}s...")
                time.sleep(wait_time)
            else:
                response.raise_for_status()

        except requests.exceptions.RequestException as e:
            print(f"尝试 {attempt + 1} 失败: {e}")
            if attempt == max_retries - 1:
                raise
            time.sleep(1)

缓存结果

import json
from pathlib import Path

def cached_query(cache_file, api_func, *args, **kwargs):
    """缓存API结果以避免重复查询"""
    cache_path = Path(cache_file)

    if cache_path.exists():
        with open(cache_path) as f:
            return json.load(f)

    result = api_func(*args, **kwargs)

    with open(cache_path, 'w') as f:
        json.dump(result, f, indent=2)

    return result

# 用法
gene_data = cached_query(
    'cyp2d6_cache.json',
    rate_limited_request,
    "https://api.clinpgx.org/v1/gene/CYP2D6"
)

PharmDOG工具

PharmDOG(原DDRx)是ClinPGx的临床决策支持工具,用于解释药物基因组学测试结果:

关键功能

  • 表型转换计算器:调整表型预测以应对影响CYP2D6的药物-药物相互作用
  • 自定义基因型:输入患者基因型以获取表型预测
  • 二维码共享:生成可共享的患者报告
  • 灵活指导来源:选择应用哪些指南(CPIC、DPWG、FDA)
  • 多药物分析:同时评估多种药物

访问:可在 https://www.clinpgx.org/pharmacogenomic-decision-support 访问

用例

  • 药物基因组学面板结果的临床解释
  • 已知基因型患者的药物审查
  • 患者教育材料
  • 点-of-care决策支持

资源

scripts/query_clinpgx.py

Python脚本,包含常见ClinPGx查询的即用函数:

  • get_gene_info(gene_symbol) - 检索基因详情
  • get_drug_info(drug_name) - 获取药物信息
  • get_gene_drug_pairs(gene, drug) - 查询基因-药物相互作用
  • get_cpic_guidelines(gene, drug) - 检索CPIC指南
  • get_alleles(gene) - 获取基因的所有等位基因
  • get_clinical_annotations(gene, drug, evidence_level) - 查询文献注释
  • get_drug_labels(drug) - 检索药物基因组学药物标签
  • search_variants(rsid) - 按变异rsID搜索
  • export_to_dataframe(data) - 将结果转换为pandas DataFrame

请参阅此脚本以获取带有适当速率限制和错误处理的实现示例。

references/api_reference.md

全面的API文档,包括:

  • 完整端点列表及参数
  • 请求/响应格式规范
  • 每个端点的示例查询
  • 过滤运算符和搜索模式
  • 数据模式定义
  • 速率限制详情
  • 认证要求(如有)
  • 常见错误排查

在需要详细API信息或构建复杂查询时,请参考此文档。

重要注意事项

数据来源和整合

ClinPGx整合了多个权威来源:

  • PharmGKB:精选的药物基因组学知识库(现为ClinPGx的一部分)
  • CPIC:基于证据的临床实施指南
  • PharmCAT:等位基因调用和表型解释工具
  • DPWG:荷兰药物遗传学指南
  • FDA/EMA标签:监管药物基因组学信息

截至2025年7月,所有PharmGKB URL都重定向到相应的ClinPGx页面。

临床实施考虑

  • 证据级别:在临床应用前始终检查证据强度
  • 群体差异:等位基因频率在不同群体中差异显著
  • 表型转换:考虑影响酶活性的药物-药物相互作用
  • 多基因效应:某些药物受多个药物基因影响
  • 非遗传因素:年龄、器官功能、药物相互作用也影响反应
  • 测试限制:并非所有临床相关等位基因都能被所有检测方法检测到

数据更新

  • ClinPGx持续更新新证据和指南
  • 检查临床注释的出版日期
  • 关注ClinPGx博客(https://blog.clinpgx.org/)获取公告
  • CPIC指南随新证据更新
  • PharmVar提供等位基因定义的命名更新

API稳定性

  • API端点相对稳定,但可能在开发过程中更改
  • 参数和响应格式可能修改
  • 监控API变更日志和ClinPGx博客获取更新
  • 对于生产应用考虑版本锁定
  • 在生产部署前在开发环境中测试API更改

常见用例

预见性药物基因组学测试

查询所有临床可操作的基因-药物对以指导面板选择:

# 获取所有CPIC指南对
response = requests.get("https://api.clinpgx.org/v1/geneDrugPair",
                       params={"cpicLevel": "A"})  # 级别A推荐
actionable_pairs = response.json()

药物疗法管理

审查患者药物与已知基因型:

patient_genes = {"CYP2C19": "*1/*2", "CYP2D6": "*1/*1", "SLCO1B1": "*1/*5"}
medications = ["clopidogrel", "simvastatin", "escitalopram"]

for med in medications:
    for gene in patient_genes:
        response = requests.get("https://api.clinpgx.org/v1/geneDrugPair",
                               params={"gene": gene, "drug": med})
        # 检查相互作用和剂量指导

临床试验资格

筛查药物基因组学禁忌:

# 在阿巴卡韦试验前检查HLA-B*57:01
response = requests.get("https://api.clinpgx.org/v1/geneDrugPair",
                       params={"gene": "HLA-B", "drug": "abacavir"})
pair_info = response.json()
# CPIC:如果HLA-B*57:01阳性则避免使用

额外资源