Analizowanie interakcji między lekami za pomocą grafu BigQuery

1. Wprowadzenie

W tym ćwiczeniu z programowania dowiesz się, jak używać BigQuery Graph do modelowania i analizowania sieci interakcji między lekami a celami. Wykorzystasz możliwości zapytań grafowych (GQL), aby sprawdzić, jak leki oddziałują na cele biologiczne, zidentyfikować potencjalne skutki uboczne (np. ryzyko kardiologiczne) i odkryć potencjalne terapie kombinowane.

🧬 Przypadek użycia – sieć interakcji między lekami a celami

Pytanie biznesowe: jaki jest pełny promień działania związku – z jakimi celami się wiąże, na jakie szlaki biologiczne wpływa i jakie obszary chorobowe obejmuje?

Tabele:

Tabela	Opis
compounds	Cząsteczki leków z mechanizmem działania i etapem rozwoju
targets	Cele białkowe z nazwami genów i identyfikatorami UniProt
interactions	Powinowactwo wiązania związku z celem (cele główne + cele poza celem)
pathways	Szlaki biologiczne z powiązaniami z obszarami chorobowymi
target_pathways	Tabela łącząca cele ze szlakami, w których uczestniczą

Model grafu właściwości:

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

🔍 Zapytania demonstracyjne

Zapytanie	Co to znaczy
Pytanie 1. Profil wiązania z celem	Przejście 1-krokowe – związek do wszystkich celów głównych i poza celem
Pytanie 2. Wykrywanie ryzyka kardiologicznego hERG	Przejście 2-krokowe – związek → cel hERG → szlak kardiologiczny
Pytanie 3. Pary związków o wspólnym celu	Dopasowanie dwukierunkowe – 2 związki zbiegające się w tym samym węźle docelowym
Pytanie 4. Promień działania szlaku chorobowego	Agregacja 2-krokowa – pełne pokrycie szlaku i obszaru chorobowego na związek
Pytanie 5. Wybór bezpiecznego związku	Związki o wysokim pokryciu onkologicznym, ale bez ryzyka kardiologicznego hERG

Jakie zadania wykonasz

• Utworzysz zbiór danych i schemat BigQuery dla sieci interakcji między lekami
• Wczytasz przykładowe dane (związki, cele, interakcje, szlaki, szlaki docelowe)
• Utworzysz graf właściwości w BigQuery łączący te encje
• Wykonasz zapytanie na grafie, aby poznać interakcje między związkami, szlaki biologiczne i promień działania choroby za pomocą przejść grafowych (GRAPH_TABLE i MATCH)
• Porównasz GQL i standardową wersję SQL, aby poznać prostotę i możliwości składni grafu

Czego potrzebujesz

• Przeglądarka internetowa, np. Chrome
• Projekt Google Cloud z włączonymi płatnościami

To ćwiczenie z programowania jest przeznaczone dla deweloperów na wszystkich poziomach zaawansowania, w tym dla początkujących.

2. Zanim zaczniesz

Utwórz projekt Google Cloud

1. W konsoli Google Cloud wybierz lub utwórz projekt w chmurze Google Cloud.
2. Sprawdź, czy w projekcie w chmurze włączone są płatności.

Uruchamianie Cloud Shell

1. U góry konsoli Google Cloud kliknij Aktywuj Cloud Shell.
2. Zweryfikuj uwierzytelnianie:

gcloud auth list

3. Potwierdź wybór projektu:

gcloud config get project

4. W razie potrzeby ustaw projekt:

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

Włącz interfejsy API

Aby włączyć wymagany interfejs BigQuery API, uruchom to polecenie:

gcloud services enable bigquery.googleapis.com \
  bigqueryreservation.googleapis.com 

Tworzenie rezerwacji i przypisania BigQuery

Aby uruchamiać zapytania GQL, musisz mieć rezerwację, która korzysta z wersji Enterprise lub Enterprise Plus. Utwórz rezerwację w wersji Enterprise z autoskalowaniem w Cloud Shell:

# 1. Create a BigQuery Enterprise reservation with 0 baseline slots and 100 max autoscaling slots
bq mk --reservation \
  --project_id=${GCP_PROJECT} \
  --location=US \
  --edition=ENTERPRISE \
  --slots=0 \
  --autoscale_max_slots=100 \
  --ignore_idle_slots=true \
  drug-interaction-reservation

# 2. Assign your Cloud project to the newly created reservation for query execution
bq mk --reservation_assignment \
  --project_id=${GCP_PROJECT} \
  --location=US \
  --reservation_id=drug-interaction-reservation \
  --job_type=QUERY \
  --assignee_type=PROJECT \
  --assignee_id=${GCP_PROJECT}

Autoskalowanie zasobów obliczeniowych zoptymalizowane pod kątem kosztów:
skonfiguruj --slots=0 (0 przedziałów podstawowych) i --autoscale_max_slots=100, aby rezerwacja BigQuery nie generowała kosztów podstawowych, gdy jest bezczynna. BigQuery automatycznie skaluje się do 100 dedykowanych przedziałów tylko wtedy, gdy aktywnie działają zapytania lub wyszukiwania wektorowe, a po zakończeniu skaluje się z powrotem do 0.

3. Zdefiniuj schemat i wczytaj dane

Najpierw musisz utworzyć zbiór danych, w którym będą przechowywane tabele związane z grafem, i wypełnić je przykładowymi danymi.

1. W konsoli Google Cloud otwórz BigQuery Studio.
2. Kliknij Edytor SQL , aby otworzyć nową kartę zapytania.
3. Aby utworzyć zbiór danych drug_target_graph (graf_leku_celu), uruchom to polecenie:

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

Teraz utwórz 5 tabel źródłowych, uruchamiając w BigQuery Studio te zapytania DDL.

1. Utwórz tabelę compounds (związki)

Zawiera cząsteczki leków, ich mechanizm działania, etap rozwoju i obszar terapeutyczny.

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. Utwórz tabelę targets (cele)

Zawiera cele białkowe, nazwy genów, identyfikatory UniProt i klasy celów.

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. Utwórz tabelę interactions (interakcje)

Zawiera dane o powinowactwie wiązania związku z celem (cele główne a cele poza celem).

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. Utwórz tabelę pathways (szlaki)

Zawiera szlaki biologiczne, powiązane obszary chorobowe i znaczenie w kontekście raka.

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. Utwórz tabelę target_pathways (szlaki_docelowe)

Tabela łącząca cele ze szlakami biologicznymi, w których uczestniczą.

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. Utwórz graf właściwości

Po utworzeniu tabel możesz teraz utworzyć graf właściwości. Łączy on węzły (związki, cele, szlaki) za pomocą tabel krawędzi (Interactions i Target Pathways).

W edytorze SQL BigQuery Studio uruchom to polecenie:

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)
);

Spowoduje to utworzenie w zbiorze danych grafu o nazwie drug_target_interaction_graph (graf_interakcji_leku_celu).

5. Pytanie 1. Pełny profil wiązania z celem na związek

Uruchommy pierwsze zapytanie grafowe. Jest to przejście 1-krokowe, które odpowiada na pytanie: Które związki wiążą się z którymi celami i jakie jest ich powinowactwo?

Zapytanie GQL

W edytorze SQL uruchom to zapytanie:

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;

Oto, co zobaczysz w wynikach:

6. Pytanie 2. Wykrywanie ryzyka kardiologicznego

Pytanie biznesowe

W procesie odkrywania leków jedną z najczęstszych przyczyn niepowodzenia obiecującego związku w badaniach klinicznych jest kardiotoksyczność, a konkretnie niezamierzone wiązanie z białkiem hERG (gen: KCNH2), kanałem jonów potasu, który reguluje rytm serca. Wiązanie poza celem z hERG może powodować śmiertelne arytmie i było przyczyną wycofania z rynku kilku głośnych leków.

Chcemy odpowiedzieć na to pytanie:

„Które związki w naszym procesie mają wiązanie poza celem z białkiem hERG i które szlaki kardiologiczne są przez to zagrożone?”

Jest to pytanie 2-krokowe: musimy przejść od związku przez cel (hERG) do szlaku, łącząc 3 typy encji za pomocą 2 relacji w jednym zapytaniu.

Napisz zapytanie GQL

W edytorze SQL BQ uruchom to zapytanie:

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;

Zwróć uwagę, jak klauzula MATCH brzmi niemal jak zdanie: "Znajdź związek, który wiąże się z celem uczestniczącym w szlaku" , z filtrami stosowanymi do każdego węzła i krawędzi na ścieżce.

Oto dane, które zobaczysz w wynikach:

Wizualizuj sieć ryzyka jako graf

Tabela pokazuje dane, ale nie pokazuje struktury ryzyka. Czy wiele związków zbiega się na tym samym szlaku? Czy jest jeden związek o wysokim ryzyku, czy kilka?

Wizualizacja grafu sprawia, że jest to od razu widoczne. Aby wyrenderować to samo przejście 2-krokowe jako interaktywną sieć, uruchom komórkę poniżej:

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

Powinien pojawić się taki graf:

Każda ścieżka w grafie śledzi pełny łańcuch odpowiedzialności: związek (niebieskie węzły) wiąże się z białkiem hERG w środku, które łączy się z co najmniej 1 szlakiem kardiologicznym (zielone węzły). To, co było płaską listą wierszy w tabeli, jest teraz widoczną siecią ryzyka – związki z wieloma ekspozycjami na szlaki od razu wyróżniają się jako priorytetowe do sprawdzenia pod kątem bezpieczeństwa.

Zobacz, dlaczego GQL jest bardziej elegancki niż SQL

Aby wykonać to samo zapytanie 2-krokowe w standardowej wersji SQL, potrzebujesz 4 jawnych złączeń. Wkładasz wysiłek w opisanie sposobu łączenia tabel, a nie relacji , której szukasz. GQL pozwala skupić się na pytaniu.

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;

Głębsza analiza – wykrywanie ryzyka metabolitów wielokrokowych

Powyższe zapytanie identyfikuje związki, które bezpośrednio wiążą się z białkiem hERG. W rzeczywistych procesach bezpieczeństwa leków ryzyko jest jednak czasami o krok dalej: związek może być metabolizowany w organizmie do cząsteczki wtórnej (metabolitu), która następnie wiąże się z hERG – jest to ryzyko, którego nie wykryją bezpośrednie testy wiązania.

Jeśli graf właściwości zawierałby tabelę węzłów Metabolit i krawędź METABOLIZUJE_SIĘ_DO, można by rozszerzyć ten sam wzorzec MATCH do przejścia 3-krokowego:

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

Struktura zapytania GQL zmieniłaby się o dokładnie 1 węzeł i 1 krawędź. Odpowiednik SQL wymagałby 2 dodatkowych złączeń JOIN. Jest to wzorzec, który sprawia, że przejście grafu jest szczególnie przydatne do analizy kaskadowej bezpieczeństwa – złożoność zapytania rośnie liniowo, a wgląd biologiczny – wykładniczo.

7. Pytanie 3. Pary związków o wspólnym celu

Aby znaleźć kandydatów do terapii kombinowanej, możemy zidentyfikować, kiedy 2 różne związki wiążą się z tym samym węzłem docelowym. Używamy dopasowania dwukierunkowego , aby odpowiedzieć na pytanie: Które związki onkologiczne zbiegają się na tym samym celu?

W edytorze SQL uruchom to zapytanie:

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;

Oto dane, które zobaczysz w wynikach:

Wizualizacja grafu

Graf możesz wizualizować bezpośrednio w BigQuery, uruchamiając w edytorze SQL ten kod.

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

To przejście dwukierunkowe ujawnia pary związków, które zbiegają się na tym samym celu białkowym – wzorzec, który trudno zauważyć w płaskiej tabeli interakcji, ale jest od razu widoczny jako graf. W procesie odkrywania leków pary o wspólnym celu są punktem wyjścia do projektowania terapii kombinowanej: 2 związki działające na ten sam węzeł na szlaku raka mogą wywoływać efekt synergiczny lub sygnalizować niezamierzoną redundancję w procesie.

8. Pytanie 4. Promień działania szlaku chorobowego

Jak szeroki jest wpływ biologiczny każdego związku? Aby odpowiedzieć na pytanie: Na ile szlaków biologicznych i różnych celów wpływa każdy związek, pogrupowanych według obszaru chorobowego? , wykonajmy przejście 2-krokowe z agregacją.

W edytorze SQL uruchom to zapytanie:

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;

Oto, co zobaczysz w wynikach:

9. Pytanie 5. Wybór bezpiecznego związku

Na koniec zapytajmy o związki, które mają wysokie pokrycie onkologiczne, ale wyraźnie unikają ryzyka poza celem hERG (kardiologicznego). Odpowiada to typowym wzorcom wyboru w procesach odkrywania leków, w których priorytetem jest bezpieczeństwo.

W edytorze SQL uruchom to zapytanie:

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;

Oto dane wyjściowe, które zobaczysz w wynikach:

Udało Ci się wykonać zaawansowane przejścia grafu w BigQuery, aby wyodrębnić kluczowe profile bezpieczeństwa i skuteczności.

10. Sekcja dodatkowa: czat z grafem

Analityka konwersacyjna BigQuery obsługuje teraz graf jako źródło wiedzy. Umożliwia to czatowanie z utworzonym grafem w języku naturalnym.

Pierwsze kroki: dodaj graf jako źródło wiedzy

Aby rozpocząć, utwórz agenta konwersacyjnego, wykonując te czynności tutaj. Na pasku wyszukiwania wybierz utworzony graf.

Użyj analityki konwersacyjnej BigQuery, aby czatować z grafem

Po dodaniu źródła wiedzy jako grafu dokończ konfigurowanie pozostałej części agenta analityki konwersacyjnej.

Możesz wtedy zacząć czatować z grafem w języku naturalnym.

Pytania dodatkowe

1. Jakie są wszystkie cele związków, które są obecnie w fazie 2 badań?
2. Które cele są wspólne dla związków sercowo-naczyniowych i onkologicznych?

11. Zwalnianie miejsca

Aby uniknąć obciążenia konta Google Cloud bieżącymi opłatami, usuń zasoby utworzone podczas tego ćwiczenia z programowania.

Aby usunąć schemat i wszystkie tabele kaskadowo, uruchom to zapytanie:

DROP SCHEMA IF EXISTS drug_target_graph CASCADE;

12. Gratulacje

Gratulacje! Udało Ci się modelować i analizować sieć interakcji między lekami a celami za pomocą BigQuery Graph.

Czego się nauczysz

• Jak modelować relacje między encjami (związki, cele, szlaki) jako graf właściwości.
• Jak zdefiniować schemat i utworzyć graf właściwości w BigQuery.
• Jak pisać złożone przejścia grafu za pomocą GQL i porównywać je z tradycyjnym SQL.
• Jak wykorzystać GRAPH_TABLE, MATCH i dopasowanie dwukierunkowe do rozwiązywania problemów z dziedziny nauk przyrodniczych.

Dokumentacja źródłowa

• Dokumentacja BigQuery Graph
• Dokumentacja wektora dystrybucyjnego tekstu w Vertex AI