调用 Open Targets Platform 的 API 并不等同于访问其完整的 Web 平台，而是访问其提供的、用于程序化获取数据的特定功能子集。该平台通过 RESTful API 公开其核心的生物信息学数据，供开发者集成和自动化分析使用[ref_1][ref_2]。 以下是 Open Targets Platform API 的核心使用方法、功能范围以及与 Web 平台的对比。 ### Open Targets Platform API 核心使用指南 #### 1. API 基础信息与访问 Open Targets Platform 提供了一个基于 GraphQL 的公共 API，这是其数据访问的主要编程接口。 * **API 端点 (Endpoint)**: * **稳定版**: `https://api.platform.opentargets.org/api/v4/graphql` * **开发版**: `https://api.platform.opentargets.org/api/v4/graphql/beta` * **认证**: 公共 API 目前**无需认证**即可访问，但受速率限制。 * **查询语言**: **GraphQL**。与 REST API 不同，GraphQL 允许客户端精确指定需要返回的数据字段，避免了数据过度获取或获取不足的问题[ref_2][ref_4]。 #### 2. 核心功能（API 可访问的子集） API 主要提供数据查询和检索功能，涵盖以下核心领域： | 功能模块 | 描述 | 典型查询目标 | | :--- | :--- | :--- | | **靶点 (Target)** 信息 | 查询基因、蛋白质等药物靶点的详细信息、注释和标识符。 | ENSEMBL ID, 基因名， 染色体位置， 功能描述。 | | **疾病 (Disease)** 信息 | 获取疾病相关的本体论、分类、描述和关联数据。 | EFO ID, 疾病名称， 父级/子级疾病关系。 | | **靶点-疾病关联 (Association)** | **核心功能**。查询并评分靶点与疾病之间的关联性证据。 | 关联分数、证据来源（如遗传学、药物、动物模型等）、证据详情。 | | **药物 (Drug)** 信息 | 检索药物分子、作用机制、适应症和临床试验信息。 | 药物名称、ChEMBL ID, 作用靶点、开发阶段。 | | **证据 (Evidence)** | 深入查看支撑靶点-疾病关联的具体实验和文献证据。 | 证据类型、数据来源、出版物 PMID、实验描述。 | | **遗传学 (Genetics)** | 获取与疾病相关的遗传学变异和全基因组关联研究数据。 | 变异 ID (rsID), GWAS 研究， 数量性状位点。 | #### 3. 代码示例：使用 GraphQL 查询 API 以下是一个 Python 示例，展示如何查询与“乳腺癌”相关的 top 靶点。 ```python import requests import json # 1. 定义 GraphQL 查询 # 此查询精确请求“乳腺癌”关联的靶点，并指定返回的字段 query = """ query searchTargets($efoId: String!) { disease(efoId: $efoId) { id name associatedTargets(page: {size: 5, index: 0}) { rows { target { id approvedSymbol approvedName } score datatypeScores { componentId score } } } } } """ # 2. 设置查询变量和请求头 variables = {"efoId": "EFO_0000305"} # EFO_0000305 是乳腺癌的 EFO ID url = "https://api.platform.opentargets.org/api/v4/graphql" headers = {"Content-Type": "application/json"} # 3. 发送 POST 请求 payload = {"query": query, "variables": variables} response = requests.post(url, headers=headers, data=json.dumps(payload)) # 4. 处理响应 if response.status_code == 200: data = response.json() # 提取并打印数据 disease_info = data.get('data', {}).get('disease', {}) print(f"疾病: {disease_info.get('name')} ({disease_info.get('id')})") print("关联靶点 Top 5:") for row in disease_info.get('associatedTargets', {}).get('rows', []): target = row['target'] print(f" 靶点: {target['approvedSymbol']} - {target['approvedName']}") print(f" 关联总评分: {row['score']:.3f}") # 可以进一步解析 datatypeScores 查看各证据来源的贡献 else: print(f"请求失败，状态码: {response.status_code}") print(response.text) ``` #### 4. API 与 Web 平台功能对比 | 对比维度 | **Open Targets Platform API** | **Open Targets Platform Web 界面** | | :--- | :--- | :--- | | **访问方式** | 程序化调用 (如 Python, R, curl) | 浏览器交互 | | **核心能力** | **结构化数据查询与获取**。支持复杂、定制的数据检索。 | **数据可视化、探索与交互分析**。提供图表、网络图、表格筛选等。 | | **功能范围** | **数据查询子集**。专注于通过 GraphQL 模式定义的字段和关系进行查询。 | **完整功能集**。包含数据查询、可视化、比较分析、工作簿保存、自定义图表生成等。 | | **输出形式** | **JSON 格式数据**。适合直接用于后续计算和分析。 | **HTML 页面、交互式图表、可下载的静态图片/表格**。适合人类阅读和报告。 | | **自动化潜力** | **极高**。可轻松集成到分析流水线、定期报告或自定义应用中。 | **极低**。依赖手动点击和操作，难以自动化。 | | **学习曲线** | 需要了解 **GraphQL** 语法和平台的数据模式 (Schema)。 | 相对较低，界面直观，适合生物信息学研究者直接使用。 | #### 5. API 无法替代的 Web 平台功能 * **交互式可视化**：如关联分数曼哈顿图、靶点-疾病证据气泡图、药物作用机制网络图等的动态探索和点击交互[ref_1]。 * **直观的比较分析**：在网页上通过勾选和拖拽，轻松对比多个靶点或疾病的关联谱。 * **工作簿 (Workbooks) 功能**：保存和分享复杂的研究查询步骤和可视化结果组合。 * **用户界面独有的导览和帮助**：内置的教程、工具提示和示例查询引导。 **总结**：Open Targets Platform 的开源 API 是一个强大的**数据引擎**，它为开发者提供了以编程方式高效、精确获取其核心生物医学关联数据的通道。然而，它并不包含 Web 平台提供的**交互式可视化界面、探索性分析工具和用户协作功能**。两者是互补的：API 服务于**自动化数据流水线、集成第三方工具和批量分析**；而 Web 平台则服务于**数据探索、可视化洞察和交互式研究**[ref_2][ref_4][ref_6]。要确定具体任务应使用哪种方式，关键在于明确需求是**获取数据**还是**探索与展示数据**。