Tool Name: kg_pathfinder

Description

基于 Neo4j (Hetionet) 的双模态知识图谱工具，用于疾病靶点的发现与验证。

核心特性

1. •验证模式 (validation)：输入基因列表，验证其与疾病的关联机制（PPI、通路等）。返回证据强度评分及已知/新发现状态标注。
2. •发现模式 (discovery)：输入疾病名称，从知识图谱中挖掘靶点。

排名策略

• •不剔除已知靶点：保留所有候选基因（已知 + 潜在新发现）。
• •已知靶点优先排名：为疾病已知关联基因（如 TP53、EGFR 等）添加排名权重，使其排在列表前列。
• •返回结果中明确标注：known_genes (已知靶点) 和 novel_genes (潜在新靶点)。

输出说明

• •discovered_targets: 推荐靶点列表（已按重要性排序，已知靶点靠前）。
• •known_genes: 其中属于已知疾病关联基因的子集。
• •novel_genes: 其中属于潜在新发现的子集。
• •kg_scores: 每个靶点的知识图谱证据强度评分 (0-10分)。
• •evidence_details: 每个靶点的详细证据描述。

注意：discovery 模式返回的 discovered_targets 可直接作为后续组学分析 (omics_dea 或 omics_visualizer) 的输入。

Parameters

• •mode (string, required): 运行模式，可选 "validation" 或 "discovery"。
• •genes (array, optional): [Validation 专用] 需要验证的基因符号列表 (JSON 格式或逗号分隔)。
• •disease (string, optional): [Discovery 必填 / Validation 选填] 疾病名称 (e.g. "Liver cancer", "breast cancer")。
• •limit (integer, optional): Discovery 模式返回结果数量限制 (Default: 20)。
• •prefix (string, optional): 输出前缀 (可选)。

Command

python skills/kg_pathfinder/script.py --mode {mode} --genes '{genes}' --disease '{disease}' --limit {limit} --prefix '{prefix}'

Example Usage

Discovery 模式

python skills/kg_pathfinder/script.py --mode discovery --disease "Liver cancer" --limit 10

Validation 模式

python skills/kg_pathfinder/script.py --mode validation --disease "Liver cancer" --genes '["TP53", "EGFR", "STAMBP"]'

Output Example (Discovery)

{
  "status": "success",
  "mode": "discovery",
  "disease": "Liver cancer",
  "discovered_targets": ["TP53", "CTNNB1", "EGFR", "STAMBP", "..."],
  "known_genes": ["TP53", "CTNNB1", "EGFR"],
  "novel_genes": ["STAMBP", "..."],
  "kg_scores": {"TP53": 9.5, "CTNNB1": 9.0, "STAMBP": 7.0},
  "evidence_details": {"TP53": "[已知靶点] 核心抑癌基因...", "STAMBP": "[潜在新靶点] 通过PPI与..."}
}