Google uses AI technology to translate content into your preferred language. AI translations can contain errors.

Analiza las interacciones entre medicamentos con BigQuery Graph

1. Introducción

En este codelab, aprenderás a usar BigQuery Graph para modelar y analizar una red de interacción entre fármacos y objetivos. Aprovecharás el poder de las consultas de gráficos (GQL) para explorar cómo los medicamentos interactúan con los objetivos biológicos, identificar posibles efectos secundarios (como riesgos cardíacos) y descubrir posibles terapias combinadas.

🧬 Caso de uso: Red de interacción entre fármacos y objetivos

Pregunta comercial: ¿Cuál es el radio del impacto completo de un compuesto? ¿A qué objetivos se une, qué vías biológicas se ven afectadas y qué áreas de enfermedades están implicadas?

Tablas:

Tabla	Descripción
`compounds`	Moléculas de fármacos con mecanismo de acción y etapa de desarrollo
`targets`	Proteínas objetivo con nombres de genes y IDs de UniProt
`interactions`	Afinidad de unión a objetivos compuestos (objetivos principales y secundarios)
`pathways`	Vías biológicas con asociaciones de áreas de enfermedades
`target_pathways`	Tabla de unión que vincula los objetivos con las rutas en las que participan

Modelo de gráfico de propiedades:

(Compound)-[BINDS_TO {affinity_nm, ic50_nm, interaction_type}]->(Target)
(Target)-[PARTICIPATES_IN {role, importance_score}]->(Pathway)

Esquema de gráfico

🔍 Consultas de demostración

Consulta	Lo que representa
P1: Perfil de vinculación objetivo	Recorrido de 1 salto: Se combina con todos los destinos principales y secundarios
P2: Detección del riesgo cardíaco por hERG	Salto de 2 pasos: Compuesto → objetivo hERG → vía cardíaca
Q3: Pares compuestos de objetivo compartido	Coincidencia bidireccional: Dos compuestos convergen en el mismo nodo objetivo
P4: Radio de explosión de la ruta de la enfermedad	Agregación de 2 saltos: Cobertura completa de la ruta y el área de la enfermedad por compuesto
P5: Selección segura de compuestos	Compuestos con alta cobertura oncológica, pero sin responsabilidad cardíaca por hERG

Actividades

Crea un esquema y un conjunto de datos de BigQuery para la red de interacción de medicamentos
Carga datos de muestra (compuestos, objetivos, interacciones, rutas y rutas de objetivos)
Crea un gráfico de propiedades en BigQuery que conecte estas entidades
Consulta el grafo para comprender las interacciones de los compuestos, las vías biológicas y el radio del impacto de las enfermedades con el recorrido del grafo (GRAPH_TABLE y MATCH).
Compara GQL y SQL estándar en paralelo para comprender la simplicidad y el poder expresivo de la sintaxis de gráficos

Requisitos

Un navegador web, como Chrome
Un proyecto de Google Cloud con la facturación habilitada.

Este codelab es para desarrolladores de todos los niveles, incluidos los principiantes.

2. Antes de comenzar

Crea un proyecto de Google Cloud

En la consola de Google Cloud, selecciona o crea un proyecto de Google Cloud.
Asegúrate de que la facturación esté habilitada para tu proyecto de Cloud.

Inicie Cloud Shell

Haz clic en Activar Cloud Shell en la parte superior de la consola de Google Cloud.
Verifica la autenticación:

gcloud auth list

Confirma tu proyecto:

gcloud config get project

Configúrala si es necesario:

export PROJECT_ID=<YOUR_PROJECT_ID>
gcloud config set project $PROJECT_ID

Habilita las APIs

Ejecuta este comando para habilitar la API de BigQuery requerida:

gcloud services enable bigquery.googleapis.com

3. Define el esquema y carga los datos

Primero, debes crear un conjunto de datos para almacenar tus tablas relacionadas con el gráfico y completarlas con datos de muestra.

Ve a BigQuery Studio en la consola de Google Cloud.
Haz clic en el Editor de SQL para abrir una nueva pestaña de consulta.
Ejecuta la siguiente instrucción para crear el conjunto de datos drug_target_graph:

CREATE SCHEMA IF NOT EXISTS drug_target_graph
OPTIONS (location = 'US');

Ahora, crea las 5 tablas de origen ejecutando las siguientes consultas DDL en BigQuery Studio.

1. Crear tabla de `compounds`

Contiene moléculas de fármacos, su mecanismo de acción, la etapa de desarrollo y el área terapéutica.

CREATE OR REPLACE TABLE drug_target_graph.compounds AS
SELECT 'CPD001' AS compound_id, 'Imatinib'    AS compound_name, 'Kinase Inhibitor'       AS mechanism_of_action, 'Approved'    AS dev_stage, 'Oncology'           AS therapeutic_area, 479.6 AS molecular_weight UNION ALL
SELECT 'CPD002', 'Gefitinib',   'Kinase Inhibitor',        'Approved',    'Oncology',           446.9 UNION ALL
SELECT 'CPD003', 'Erlotinib',   'Kinase Inhibitor',        'Approved',    'Oncology',           393.4 UNION ALL
SELECT 'CPD004', 'Sorafenib',   'Multi-Kinase Inhibitor',  'Approved',    'Oncology',           464.8 UNION ALL
SELECT 'CPD005', 'Vemurafenib', 'BRAF Inhibitor',          'Approved',    'Oncology',           489.9 UNION ALL
SELECT 'CPD006', 'Crizotinib',  'ALK Inhibitor',           'Approved',    'Oncology',           450.3 UNION ALL
SELECT 'CPD007', 'Idelalisib',  'PI3K Inhibitor',          'Approved',    'Oncology',           415.4 UNION ALL
SELECT 'CPD008', 'Trametinib',  'MEK Inhibitor',           'Approved',    'Oncology',           615.4 UNION ALL
SELECT 'CPD009', 'Palbociclib', 'CDK Inhibitor',           'Approved',    'Oncology',           447.5 UNION ALL
SELECT 'CPD010', 'Compound-X1', 'Kinase Inhibitor',        'Phase II',    'Oncology',           412.3 UNION ALL
SELECT 'CPD011', 'Compound-X2', 'PI3K Inhibitor',          'Phase I',     'Oncology',           398.7 UNION ALL
SELECT 'CPD012', 'Saquinavir',  'Protease Inhibitor',      'Approved',    'Infectious Disease', 670.8 UNION ALL
SELECT 'CPD013', 'Metformin',   'AMPK Activator',          'Approved',    'Metabolic',          165.6 UNION ALL
SELECT 'CPD014', 'Rapamycin',   'mTOR Inhibitor',          'Approved',    'Immunology',         914.2 UNION ALL
SELECT 'CPD015', 'Compound-X3', 'Multi-Kinase Inhibitor',  'Preclinical', 'Oncology',           502.1;

2. Crear tabla de `targets`

Contiene objetivos de proteínas, nombres de genes, IDs de UniProt y clases de objetivos.

CREATE OR REPLACE TABLE drug_target_graph.targets AS
SELECT 'TGT001' AS target_id, 'BCR-ABL1'    AS target_name, 'ABL1'    AS gene_name, 'P00519' AS uniprot_id, 'Kinase'       AS target_class, TRUE  AS is_oncogene UNION ALL
SELECT 'TGT002', 'EGFR',      'EGFR',    'P00533', 'Kinase',       TRUE  UNION ALL
SELECT 'TGT003', 'VEGFR2',    'KDR',     'P35968', 'Kinase',       FALSE UNION ALL
SELECT 'TGT004', 'BRAF',      'BRAF',    'P15056', 'Kinase',       TRUE  UNION ALL
SELECT 'TGT005', 'ALK',       'ALK',     'Q9UM73', 'Kinase',       TRUE  UNION ALL
SELECT 'TGT006', 'PI3K-alpha','PIK3CA',  'P42336', 'Lipid Kinase', TRUE  UNION ALL
SELECT 'TGT007', 'MEK1',      'MAP2K1',  'Q02750', 'Kinase',       FALSE UNION ALL
SELECT 'TGT008', 'CDK4',      'CDK4',    'P11802', 'Kinase',       FALSE UNION ALL
SELECT 'TGT009', 'CDK6',      'CDK6',    'P30279', 'Kinase',       FALSE UNION ALL
SELECT 'TGT010', 'mTOR',      'MTOR',    'P42345', 'Kinase',       FALSE UNION ALL
SELECT 'TGT011', 'PDGFR-beta','PDGFRB',  'P09619', 'Kinase',       FALSE UNION ALL
SELECT 'TGT012', 'c-KIT',     'KIT',     'P10721', 'Kinase',       TRUE  UNION ALL
SELECT 'TGT013', 'hERG',      'KCNH2',   'Q12809', 'Ion Channel',  FALSE UNION ALL
SELECT 'TGT014', 'AMPK',      'PRKAA1',  'Q13131', 'Kinase',       FALSE UNION ALL
SELECT 'TGT015', 'RAF1',      'RAF1',    'P04049', 'Kinase',       FALSE UNION ALL
SELECT 'TGT016', 'RET',       'RET',     'P07949', 'Kinase',       TRUE  UNION ALL
SELECT 'TGT017', 'FLT3',      'FLT3',    'P36888', 'Kinase',       TRUE  UNION ALL
SELECT 'TGT018', 'AKT1',      'AKT1',    'P31749', 'Kinase',       FALSE UNION ALL
SELECT 'TGT019', 'ERK2',      'MAPK1',   'P28482', 'Kinase',       FALSE UNION ALL
SELECT 'TGT020', 'HIV-Protease','HIV1-PR','Q72547', 'Protease',     FALSE;

3. Crear tabla de `interactions`

Contiene datos de afinidad de unión de objetivos compuestos (objetivos principales frente a objetivos secundarios).

CREATE OR REPLACE TABLE drug_target_graph.interactions AS
SELECT 'INT001' AS interaction_id, 'CPD001' AS compound_id, 'TGT001' AS target_id, 0.025  AS affinity_nm, 0.038  AS ic50_nm, 'primary'    AS interaction_type, 9.8  AS pchembl_value UNION ALL
SELECT 'INT002', 'CPD001', 'TGT011', 0.1,    0.15,   'primary',    8.8  UNION ALL
SELECT 'INT003', 'CPD001', 'TGT012', 0.068,  0.1,    'primary',    9.2  UNION ALL
SELECT 'INT004', 'CPD001', 'TGT016', 0.5,    0.8,    'off-target', 7.4  UNION ALL
SELECT 'INT005', 'CPD001', 'TGT013', 5.2,    8.1,    'off-target', 6.1  UNION ALL
SELECT 'INT006', 'CPD002', 'TGT002', 0.02,   0.033,  'primary',    9.7  UNION ALL
SELECT 'INT007', 'CPD002', 'TGT013', 3.1,    4.8,    'off-target', 6.5  UNION ALL
SELECT 'INT008', 'CPD003', 'TGT002', 0.058,  0.079,  'primary',    9.2  UNION ALL
SELECT 'INT009', 'CPD003', 'TGT013', 8.5,    12.0,   'off-target', 5.9  UNION ALL
SELECT 'INT010', 'CPD004', 'TGT003', 0.09,   0.12,   'primary',    9.1  UNION ALL
SELECT 'INT011', 'CPD004', 'TGT004', 0.038,  0.055,  'primary',    8.9  UNION ALL
SELECT 'INT012', 'CPD004', 'TGT015', 0.22,   0.31,   'primary',    8.5  UNION ALL
SELECT 'INT013', 'CPD004', 'TGT016', 0.58,   0.75,   'primary',    8.1  UNION ALL
SELECT 'INT014', 'CPD004', 'TGT017', 0.33,   0.48,   'primary',    8.4  UNION ALL
SELECT 'INT015', 'CPD004', 'TGT013', 2.8,    4.1,    'off-target', 6.6  UNION ALL
SELECT 'INT016', 'CPD005', 'TGT004', 0.031,  0.044,  'primary',    9.5  UNION ALL
SELECT 'INT017', 'CPD005', 'TGT015', 0.48,   0.65,   'off-target', 7.3  UNION ALL
SELECT 'INT018', 'CPD006', 'TGT005', 0.02,   0.028,  'primary',    9.8  UNION ALL
SELECT 'INT019', 'CPD006', 'TGT003', 0.41,   0.59,   'off-target', 7.4  UNION ALL
SELECT 'INT020', 'CPD007', 'TGT006', 0.019,  0.025,  'primary',    9.8  UNION ALL
SELECT 'INT021', 'CPD007', 'TGT018', 0.55,   0.78,   'off-target', 7.2  UNION ALL
SELECT 'INT022', 'CPD008', 'TGT007', 0.0092, 0.014,  'primary',    10.1 UNION ALL
SELECT 'INT023', 'CPD008', 'TGT019', 0.38,   0.51,   'off-target', 7.4  UNION ALL
SELECT 'INT024', 'CPD009', 'TGT008', 0.011,  0.017,  'primary',    9.9  UNION ALL
SELECT 'INT025', 'CPD009', 'TGT009', 0.015,  0.022,  'primary',    9.8  UNION ALL
SELECT 'INT026', 'CPD010', 'TGT002', 0.041,  0.058,  'primary',    9.4  UNION ALL
SELECT 'INT027', 'CPD010', 'TGT001', 0.38,   0.52,   'off-target', 7.3  UNION ALL
SELECT 'INT028', 'CPD010', 'TGT013', 1.2,    1.8,    'off-target', 7.1  UNION ALL
SELECT 'INT029', 'CPD011', 'TGT006', 0.029,  0.041,  'primary',    9.5  UNION ALL
SELECT 'INT030', 'CPD011', 'TGT010', 0.71,   0.95,   'off-target', 7.0  UNION ALL
SELECT 'INT031', 'CPD012', 'TGT020', 0.39,   0.55,   'primary',    7.3  UNION ALL
SELECT 'INT032', 'CPD013', 'TGT014', 12.0,   18.5,   'primary',    5.7  UNION ALL
SELECT 'INT033', 'CPD014', 'TGT010', 0.0018, 0.0025, 'primary',    11.8 UNION ALL
SELECT 'INT034', 'CPD015', 'TGT004', 0.055,  0.078,  'primary',    9.2  UNION ALL
SELECT 'INT035', 'CPD015', 'TGT003', 0.12,   0.17,   'primary',    8.9  UNION ALL
SELECT 'INT036', 'CPD015', 'TGT016', 0.29,   0.41,   'primary',    8.5  UNION ALL
SELECT 'INT037', 'CPD015', 'TGT013', 0.95,   1.35,   'off-target', 7.2;

4. Crear tabla de `pathways`

Contiene rutas biológicas, áreas de enfermedades asociadas y relevancia del cáncer.

CREATE OR REPLACE TABLE drug_target_graph.pathways AS
SELECT 'PWY001' AS pathway_id, 'MAPK Signaling'           AS pathway_name, 'hsa04010' AS kegg_id, 'Cell Proliferation'     AS biological_process, 'Oncology'           AS disease_area, 'high'   AS cancer_relevance UNION ALL
SELECT 'PWY002', 'PI3K-AKT Signaling',        'hsa04151', 'Cell Survival',         'Oncology',           'high'   UNION ALL
SELECT 'PWY003', 'VEGF Signaling',             'hsa04370', 'Angiogenesis',          'Oncology',           'high'   UNION ALL
SELECT 'PWY004', 'ErbB Signaling',             'hsa04012', 'Cell Growth',           'Oncology',           'high'   UNION ALL
SELECT 'PWY005', 'mTOR Signaling',             'hsa04150', 'Cell Growth',           'Oncology',           'medium' UNION ALL
SELECT 'PWY006', 'Cell Cycle',                 'hsa04110', 'Cell Division',         'Oncology',           'high'   UNION ALL
SELECT 'PWY007', 'Cardiac Muscle Contraction', 'hsa04260', 'Cardiac Function',      'Cardiovascular',     'low'    UNION ALL
SELECT 'PWY008', 'hERG Cardiac Channel',       'hsa04022', 'Cardiac Repolarisation','Cardiovascular',     'low'    UNION ALL
SELECT 'PWY009', 'AMPK Signaling',             'hsa04152', 'Energy Metabolism',     'Metabolic',          'low'    UNION ALL
SELECT 'PWY010', 'ALK Signaling',              'hsa04915', 'Cell Proliferation',    'Oncology',           'high'   UNION ALL
SELECT 'PWY011', 'RAS Signaling',              'hsa04014', 'Cell Proliferation',    'Oncology',           'high'   UNION ALL
SELECT 'PWY012', 'HIV Replication',            'hsa05170', 'Viral Replication',     'Infectious Disease', 'low';

5. Crear tabla de `target_pathways`

Es una tabla de unión que vincula los objetivos a las vías biológicas en las que participan.

CREATE OR REPLACE TABLE drug_target_graph.target_pathways AS
SELECT 'TP001' AS tp_id, 'TGT001' AS target_id, 'PWY001' AS pathway_id, 'activator' AS role, 0.95 AS importance_score UNION ALL
SELECT 'TP002', 'TGT001', 'PWY011', 'activator', 0.88 UNION ALL
SELECT 'TP003', 'TGT002', 'PWY004', 'activator', 0.98 UNION ALL
SELECT 'TP004', 'TGT002', 'PWY001', 'activator', 0.82 UNION ALL
SELECT 'TP005', 'TGT002', 'PWY002', 'activator', 0.75 UNION ALL
SELECT 'TP006', 'TGT003', 'PWY003', 'activator', 0.96 UNION ALL
SELECT 'TP007', 'TGT003', 'PWY001', 'activator', 0.71 UNION ALL
SELECT 'TP008', 'TGT004', 'PWY001', 'activator', 0.97 UNION ALL
SELECT 'TP009', 'TGT004', 'PWY011', 'activator', 0.89 UNION ALL
SELECT 'TP010', 'TGT005', 'PWY010', 'activator', 0.99 UNION ALL
SELECT 'TP011', 'TGT005', 'PWY001', 'activator', 0.78 UNION ALL
SELECT 'TP012', 'TGT006', 'PWY002', 'activator', 0.98 UNION ALL
SELECT 'TP013', 'TGT006', 'PWY005', 'activator', 0.85 UNION ALL
SELECT 'TP014', 'TGT007', 'PWY001', 'activator', 0.94 UNION ALL
SELECT 'TP015', 'TGT007', 'PWY011', 'activator', 0.88 UNION ALL
SELECT 'TP016', 'TGT008', 'PWY006', 'activator', 0.95 UNION ALL
SELECT 'TP017', 'TGT009', 'PWY006', 'activator', 0.93 UNION ALL
SELECT 'TP018', 'TGT010', 'PWY005', 'activator', 0.99 UNION ALL
SELECT 'TP019', 'TGT010', 'PWY002', 'activator', 0.91 UNION ALL
SELECT 'TP020', 'TGT011', 'PWY003', 'activator', 0.87 UNION ALL
SELECT 'TP021', 'TGT011', 'PWY001', 'activator', 0.72 UNION ALL
SELECT 'TP022', 'TGT012', 'PWY001', 'activator', 0.83 UNION ALL
SELECT 'TP023', 'TGT012', 'PWY011', 'activator', 0.79 UNION ALL
SELECT 'TP024', 'TGT013', 'PWY008', 'substrate', 0.99 UNION ALL
SELECT 'TP025', 'TGT013', 'PWY007', 'substrate', 0.95 UNION ALL
SELECT 'TP026', 'TGT014', 'PWY009', 'activator', 0.97 UNION ALL
SELECT 'TP027', 'TGT015', 'PWY001', 'activator', 0.91 UNION ALL
SELECT 'TP028', 'TGT015', 'PWY011', 'activator', 0.86 UNION ALL
SELECT 'TP029', 'TGT016', 'PWY001', 'activator', 0.84 UNION ALL
SELECT 'TP030', 'TGT016', 'PWY003', 'activator', 0.77 UNION ALL
SELECT 'TP031', 'TGT017', 'PWY001', 'activator', 0.88 UNION ALL
SELECT 'TP032', 'TGT017', 'PWY011', 'activator', 0.82 UNION ALL
SELECT 'TP033', 'TGT018', 'PWY002', 'activator', 0.96 UNION ALL
SELECT 'TP034', 'TGT018', 'PWY005', 'activator', 0.88 UNION ALL
SELECT 'TP035', 'TGT019', 'PWY001', 'activator', 0.97 UNION ALL
SELECT 'TP036', 'TGT019', 'PWY011', 'activator', 0.91 UNION ALL
SELECT 'TP037', 'TGT020', 'PWY012', 'substrate', 0.99;

4. Crea el gráfico de propiedades

Una vez que se hayan creado las tablas correctamente, puedes construir el gráfico de propiedades. Esto vincula nodos (compuestos, objetivos, rutas) con tablas de aristas (Interactions y Target Pathways).

Ejecuta la siguiente instrucción en el editor de SQL de BigQuery Studio:

CREATE OR REPLACE PROPERTY GRAPH drug_target_graph.drug_target_interaction_graph
NODE TABLES (
  drug_target_graph.compounds
    AS compound_node
    KEY (compound_id)
    LABEL Compound
    PROPERTIES (compound_id, compound_name, mechanism_of_action, dev_stage, therapeutic_area, molecular_weight),

  drug_target_graph.targets
    AS target_node
    KEY (target_id)
    LABEL Target
    PROPERTIES (target_id, target_name, gene_name, uniprot_id, target_class, is_oncogene),

  drug_target_graph.pathways
    AS pathway_node
    KEY (pathway_id)
    LABEL Pathway
    PROPERTIES (pathway_id, pathway_name, kegg_id, biological_process, disease_area, cancer_relevance)
)
EDGE TABLES (
  drug_target_graph.interactions
    AS binds_to_edge
    KEY (interaction_id)
    SOURCE KEY (compound_id) REFERENCES compound_node (compound_id)
    DESTINATION KEY (target_id) REFERENCES target_node (target_id)
    LABEL BINDS_TO
    PROPERTIES (interaction_id, affinity_nm, ic50_nm, interaction_type, pchembl_value),

  drug_target_graph.target_pathways
    AS participates_in_edge
    KEY (tp_id)
    SOURCE KEY (target_id) REFERENCES target_node (target_id)
    DESTINATION KEY (pathway_id) REFERENCES pathway_node (pathway_id)
    LABEL PARTICIPATES_IN
    PROPERTIES (tp_id, role, importance_score)
);

Esto crea un gráfico llamado drug_target_interaction_graph en tu conjunto de datos.

Esquema de gráfico

5. Consulta 1: Perfil de vinculación de destino completo por compuesto

Ejecutemos nuestra primera consulta de gráfico. Se trata de una navegación de 1 salto que responde a la siguiente pregunta: ¿Qué compuestos se unen a qué objetivos y cuál es su afinidad?

Consulta en GQL

Ejecuta la siguiente consulta en el editor de SQL:

SELECT
  compound_name,
  dev_stage,
  target_name,
  gene_name,
  target_class,
  interaction_type,
  ROUND(affinity_nm, 3) AS affinity_nm,
  ROUND(ic50_nm, 3)     AS ic50_nm,
  pchembl_value
FROM GRAPH_TABLE(
  drug_target_graph.drug_target_interaction_graph
  MATCH (c:Compound)-[b:BINDS_TO]->(t:Target)
  COLUMNS (
    c.compound_name    AS compound_name,
    c.dev_stage        AS dev_stage,
    t.target_name      AS target_name,
    t.gene_name        AS gene_name,
    t.target_class     AS target_class,
    b.interaction_type AS interaction_type,
    b.affinity_nm      AS affinity_nm,
    b.ic50_nm          AS ic50_nm,
    b.pchembl_value    AS pchembl_value
  )
)
ORDER BY compound_name, interaction_type, affinity_nm;

Esto es lo que verás en los resultados:

Gráfico de resultados del 1ᵉʳ trimestre

6. Consulta 2: Detección de riesgo cardíaco

La pregunta comercial

En el descubrimiento de fármacos, uno de los motivos más comunes por los que un compuesto prometedor falla en los ensayos clínicos es la cardiotoxicidad, específicamente, la unión no deseada a la proteína hERG (gen: KCNH2), un canal de iones de potasio que regula el ritmo cardíaco. Un impacto fuera del objetivo en hERG puede causar arritmias fatales y ha sido responsable de varias retiradas de medicamentos de alto perfil.

La pregunta que queremos responder es la siguiente:

"¿Qué compuestos de nuestra cartera tienen un evento de unión fuera del objetivo en la proteína hERG y qué vías cardíacas ponen en riesgo?"

Esta es una pregunta de 2 saltos: Necesitamos pasar de un compuesto a través de un objetivo (hERG) a una vía, lo que conecta tres tipos de entidades a través de dos relaciones en una sola búsqueda.

Escribe la consulta en GQL

Ejecuta la siguiente consulta en el editor de SQL de BQ:

SELECT
  compound_name,
  dev_stage,
  therapeutic_area,
  target_name,
  ROUND(affinity_nm, 3) AS herg_affinity_nm,
  pathway_name,
  disease_area          AS pathway_disease_area
FROM GRAPH_TABLE(
  drug_target_graph.drug_target_interaction_graph
  MATCH (c:Compound)-[b:BINDS_TO]->(t:Target)-[p:PARTICIPATES_IN]->(pw:Pathway)
  WHERE t.gene_name        = 'KCNH2'
    AND b.interaction_type = 'off-target'
    AND pw.disease_area    = 'Cardiovascular'
  COLUMNS (
    c.compound_name    AS compound_name,
    c.dev_stage        AS dev_stage,
    c.therapeutic_area AS therapeutic_area,
    t.target_name      AS target_name,
    b.affinity_nm      AS affinity_nm,
    pw.pathway_name    AS pathway_name,
    pw.disease_area    AS disease_area
  )
)
ORDER BY herg_affinity_nm;

Observa cómo la cláusula MATCH se lee casi como una oración: "Encuentra un compuesto que se vincule a un objetivo que participe en una ruta", con los filtros aplicados en cada nodo y borde a lo largo de la ruta.

Estos son los datos que verás en los resultados:

Gráfico de resultados de la tabla del 2º trimestre

Visualiza la red de riesgo como un gráfico

Una tabla nos muestra los datos, pero no la estructura del riesgo. ¿Hay varios compuestos que convergen en la misma vía? ¿Hay un solo compuesto de alto riesgo o varios?

Una visualización de gráfico hace que esto sea inmediatamente visible. Ejecuta la siguiente celda para renderizar el mismo recorrido de 2 saltos como una red interactiva:

GRAPH `drug_target_graph.drug_target_interaction_graph`
MATCH pt = (c:Compound)-[b:BINDS_TO]->(t:Target)-[p:PARTICIPATES_IN]->(pw:Pathway)
WHERE t.gene_name     = 'KCNH2'
  AND pw.disease_area = 'Cardiovascular'
RETURN
  TO_JSON(pt) AS path

Deberías ver un gráfico como el siguiente:

Visualización de gráficos

Cada ruta del gráfico traza una cadena de responsabilidad completa: un compuesto (nodos azules) se une a la proteína hERG en el centro, que se conecta a una o más vías cardíacas (nodos verdes). Lo que era una lista plana de filas en la tabla ahora es una red de riesgos visible: los compuestos con múltiples exposiciones a vías se destacan de inmediato como de mayor prioridad para la revisión de seguridad.

Consulta Por qué GQL es más elegante que SQL

Para ejecutar la misma consulta de 2 saltos en SQL estándar, necesitas 4 uniones explícitas. Estás dedicando esfuerzo cognitivo a describir cómo unir tablas en lugar de qué relación buscas. GQL te permite enfocarte en la pregunta.

SELECT
  c.compound_name,
  c.dev_stage,
  c.therapeutic_area,
  t.target_name,
  ROUND(i.affinity_nm, 3) AS herg_affinity_nm,
  pw.pathway_name,
  pw.disease_area         AS pathway_disease_area
FROM drug_target_graph.compounds c
JOIN drug_target_graph.interactions i ON c.compound_id = i.compound_id
JOIN drug_target_graph.targets t ON i.target_id = t.target_id
JOIN drug_target_graph.target_pathways tp ON t.target_id = tp.target_id
JOIN drug_target_graph.pathways pw ON tp.pathway_id = pw.pathway_id
WHERE t.gene_name = 'KCNH2'
  AND i.interaction_type = 'off-target'
  AND pw.disease_area = 'Cardiovascular'
ORDER BY herg_affinity_nm;

Profundización: detección de riesgos de metabolitos de múltiples saltos

La consulta anterior identifica los compuestos que se unen directamente a la proteína hERG. Sin embargo, en los flujos de trabajo reales de seguridad de medicamentos, el riesgo a veces se encuentra a un paso de distancia: un compuesto puede convertirse metabólicamente en el cuerpo en una molécula secundaria (un metabolito) que luego se une a hERG, una responsabilidad que los ensayos de unión directa pueden pasar por alto por completo.

Si tu gráfico de propiedad incluía una tabla de nodos Metabolite y un borde METABOLISES_INTO, podrías extender el mismo patrón MATCH a un recorrido de 3 saltos:

(Compound)-[METABOLISES_INTO]->(Metabolite)-[BINDS_TO]->
(Target)-[PARTICIPATES_IN]->(Pathway)

La estructura de la consulta en GQL cambiaría exactamente en un nodo y una arista. El SQL equivalente requeriría dos JOIN adicionales. Este es el patrón que hace que el recorrido de gráficos sea particularmente potente para el análisis de cascada de seguridad: la complejidad de la consulta crece de forma lineal, mientras que la información biológica crece de forma exponencial.

7. Consulta 3: Pares compuestos de objetivo compartido

Para encontrar candidatos para la terapia combinada, podemos identificar cuándo dos compuestos diferentes se unen al mismo nodo objetivo. Usamos una coincidencia bidireccional para responder la siguiente pregunta: ¿Qué compuestos oncológicos convergen en el mismo objetivo exacto?

Ejecuta la siguiente consulta en el editor de SQL:

SELECT
  compound_a,
  compound_b,
  shared_target,
  gene_name,
  ROUND(affinity_a_nm, 3) AS affinity_a_nm,
  ROUND(affinity_b_nm, 3) AS affinity_b_nm
FROM GRAPH_TABLE(
  drug_target_graph.drug_target_interaction_graph
  MATCH (c1:Compound)-[b1:BINDS_TO]->(t:Target)<-[b2:BINDS_TO]-(c2:Compound)
  WHERE c1.compound_id < c2.compound_id
    AND c1.therapeutic_area = 'Oncology'
    AND c2.therapeutic_area = 'Oncology'
  COLUMNS (
    c1.compound_name AS compound_a,
    c2.compound_name AS compound_b,
    t.target_name    AS shared_target,
    t.gene_name      AS gene_name,
    b1.affinity_nm   AS affinity_a_nm,
    b2.affinity_nm   AS affinity_b_nm
  )
)
ORDER BY compound_a, compound_b, affinity_a_nm;

Estos son los datos que verás en los resultados:

Gráfico de resultados del 3ᵉʳ trimestre

Visualización de gráficos

Puedes visualizar el gráfico directamente en BigQuery ejecutando el siguiente código en el editor de SQL.

GRAPH `drug_target_graph.drug_target_interaction_graph`
MATCH p = (c1:Compound)-[b1:BINDS_TO]->(t:Target)<-[b2:BINDS_TO]-(c2:Compound)
WHERE c1.compound_id < c2.compound_id
  AND c1.therapeutic_area = 'Oncology'
RETURN
  TO_JSON(p) AS path

Este recorrido bidireccional revela pares de compuestos que convergen en el mismo objetivo proteico, un patrón que es difícil de detectar en una tabla de interacciones plana, pero que se ve de inmediato como un grafo. En el descubrimiento de fármacos, los pares de objetivos compartidos son el punto de partida para el diseño de la terapia combinada: dos compuestos que afectan el mismo nodo en una vía de señalización del cáncer pueden producir un efecto sinérgico o, de lo contrario, indicar una redundancia no deseada en la canalización.

Visualización de gráficos

8. Consulta 4: Radio de explosión de la ruta de la enfermedad

¿Qué tan amplio es el impacto biológico de cada compuesto? Realicemos un recorrido de 2 saltos con agregación para responder la siguiente pregunta: ¿Cuántas vías biológicas y objetivos distintos afecta cada compuesto, agrupados por área de enfermedad?

Ejecuta la siguiente consulta en el editor de SQL:

SELECT
  compound_name,
  dev_stage,
  disease_area,
  COUNT(DISTINCT pathway_id) AS pathways_affected,
  COUNT(DISTINCT target_id)  AS targets_involved,
  STRING_AGG(DISTINCT pathway_name ORDER BY pathway_name) AS pathway_list
FROM GRAPH_TABLE(
  drug_target_graph.drug_target_interaction_graph
  MATCH (c:Compound)-[b:BINDS_TO]->(t:Target)-[p:PARTICIPATES_IN]->(pw:Pathway)
  COLUMNS (
    c.compound_name AS compound_name,
    c.dev_stage     AS dev_stage,
    t.target_id     AS target_id,
    pw.pathway_id   AS pathway_id,
    pw.pathway_name AS pathway_name,
    pw.disease_area AS disease_area
  )
)
GROUP BY compound_name, dev_stage, disease_area
ORDER BY compound_name, pathways_affected DESC;

Esto es lo que verás en los resultados:

Gráfico de resultados del cuarto trimestre

9. Consulta 5: Selección de compuestos seguros

Por último, consultemos los compuestos que tienen una alta cobertura oncológica, pero que evitan explícitamente las responsabilidades fuera del objetivo del hERG (cardíaco). Esto coincide con los patrones de selección comunes que priorizan la seguridad en los procesos de descubrimiento de fármacos.

Ejecuta la siguiente consulta en el editor de SQL:

WITH oncology_compounds AS (
  SELECT DISTINCT compound_id, compound_name, dev_stage
  FROM GRAPH_TABLE(
    drug_target_graph.drug_target_interaction_graph
    MATCH (c:Compound)-[b:BINDS_TO]->(t:Target)-[p:PARTICIPATES_IN]->(pw:Pathway)
    WHERE pw.disease_area     = 'Oncology'
      AND pw.cancer_relevance = 'high'
    COLUMNS (
      c.compound_id   AS compound_id,
      c.compound_name AS compound_name,
      c.dev_stage     AS dev_stage
    )
  )
),
herg_risk_compounds AS (
  SELECT DISTINCT compound_id
  FROM GRAPH_TABLE(
    drug_target_graph.drug_target_interaction_graph
    MATCH (c:Compound)-[b:BINDS_TO]->(t:Target)
    WHERE t.gene_name = 'KCNH2'
    COLUMNS (c.compound_id AS compound_id)
  )
)
SELECT
  o.compound_name,
  o.dev_stage,
  'Clean cardiac profile' AS cardiac_safety
FROM oncology_compounds o
LEFT JOIN herg_risk_compounds h ON o.compound_id = h.compound_id
WHERE h.compound_id IS NULL
ORDER BY o.dev_stage, o.compound_name;

Este es el resultado que verás:

Gráfico de resultados del Q5

Ejecutaste correctamente recorridos de grafos avanzados en BigQuery para extraer perfiles clave de seguridad y eficacia.

10. Sección adicional: Chatea con tu gráfico

Conversational Analytics de BigQuery ahora admite gráficos como fuente de conocimiento. Esto te permite chatear con el gráfico que acabas de crear en lenguaje natural.

Primeros pasos: Agrega un gráfico como fuente de conocimiento

Para comenzar, crea un agente conversacional siguiendo los pasos que se indican aquí. Selecciona el gráfico que creaste en la barra de búsqueda.

Configuración de Conversational Analytics de Graph

Usa Conversational Analytics de BigQuery para chatear con tu gráfico

Una vez que hayas agregado la fuente de conocimiento como gráfico, completa el resto de la configuración del agente de análisis conversacional.

Luego, puedes comenzar a chatear con tu gráfico en lenguaje natural.

¡Chatea con tu gráfico!

Preguntas adicionales

¿Cuáles son todos los objetivos de los compuestos que se encuentran actualmente en ensayos de fase 2?
¿Qué objetivos comparten los compuestos cardiovasculares y oncológicos?

11. Limpia

Para evitar que se apliquen cargos a tu cuenta de Google Cloud, borra los recursos que creaste durante este codelab.

Ejecuta la siguiente consulta para descartar el esquema y todas las tablas de forma en cascada:

DROP SCHEMA IF EXISTS drug_target_graph CASCADE;

12. ¡Felicitaciones!

¡Felicitaciones! Modelaste y analizaste correctamente una red de interacción fármaco-objetivo con BigQuery Graph.

Qué aprendiste

Cómo modelar relaciones entre entidades (compuestos, objetivos, rutas) como un grafo de propiedades
Cómo definir el esquema y crear un gráfico de propiedades en BigQuery
Cómo escribir recorridos de gráficos complejos con GQL y compararlos con el SQL tradicional
Cómo aprovechar GRAPH_TABLE, MATCH y la correlación bidireccional para resolver problemas del dominio de las ciencias de la vida

Analiza las interacciones entre medicamentos con BigQuery Graph

1. Introducción

🧬 Caso de uso: Red de interacción entre fármacos y objetivos

🔍 Consultas de demostración

Actividades

Requisitos

2. Antes de comenzar

Crea un proyecto de Google Cloud

Inicie Cloud Shell

Habilita las APIs

3. Define el esquema y carga los datos

1. Crear tabla de compounds

2. Crear tabla de targets

3. Crear tabla de interactions

4. Crear tabla de pathways

5. Crear tabla de target_pathways

4. Crea el gráfico de propiedades

5. Consulta 1: Perfil de vinculación de destino completo por compuesto

Consulta en GQL

6. Consulta 2: Detección de riesgo cardíaco

La pregunta comercial

Escribe la consulta en GQL

Visualiza la red de riesgo como un gráfico

Consulta Por qué GQL es más elegante que SQL

Profundización: detección de riesgos de metabolitos de múltiples saltos

7. Consulta 3: Pares compuestos de objetivo compartido

Visualización de gráficos

8. Consulta 4: Radio de explosión de la ruta de la enfermedad

9. Consulta 5: Selección de compuestos seguros

10. Sección adicional: Chatea con tu gráfico

Primeros pasos: Agrega un gráfico como fuente de conocimiento

Usa Conversational Analytics de BigQuery para chatear con tu gráfico

Preguntas adicionales

11. Limpia

12. ¡Felicitaciones!

Qué aprendiste

Documentos de referencia

1. Crear tabla de `compounds`

2. Crear tabla de `targets`

3. Crear tabla de `interactions`

4. Crear tabla de `pathways`

5. Crear tabla de `target_pathways`