Google utiliza tecnología de IA para traducir contenido a tu idioma preferido. Las traducciones realizadas con IA pueden contener errores.

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 grafos (GQL) para explorar cómo interactúan los medicamentos 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 empresarial: ¿Cuál es el radio de acción 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`	Objetivos de proteínas con nombres de genes y IDs de UniProt
`interactions`	Afinidad de unión entre el compuesto y el objetivo (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 grafo de propiedades:

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

Esquema de grafo

🔍 Consultas de demostración

Consulta	Lo que representa
P1: Perfil de vinculación de destino	Recorrido de 1 salto: del compuesto a todos los objetivos principales y secundarios
P2: Detección de riesgo cardíaco de hERG	Recorrido de 2 saltos: compuesto → objetivo hERG → vía cardíaca
Q3: Shared-target compound pairs	Coincidencia bidireccional: dos compuestos que convergen en el mismo nodo de destino
P4: Radio de impacto de la vía de la enfermedad	Agregación de 2 saltos: cobertura completa de la ruta y del área de la enfermedad por compuesto
P5: Selección de compuestos seguros	Compuestos con alta cobertura oncológica, pero sin responsabilidad cardíaca de hERG

Actividades

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

Requisitos

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

Este codelab está dirigido a desarrolladores de todos los niveles, incluidos 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

Establécelo 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 grafos 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 sentencia 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 de DDL en BigQuery Studio.

1. Crea la tabla `compounds`

Contiene moléculas de medicamentos, 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. Crea la tabla `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. Crea la tabla `interactions`

Contiene datos de afinidad de unión entre compuestos y objetivos (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. Crea la tabla `pathways`

Contiene vías biológicas, áreas de enfermedades asociadas y relevancia para el 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. Crea la tabla `target_pathways`

Una tabla de unión que vincula los objetivos con 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 grafo de propiedades

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

Ejecuta la siguiente sentencia 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 grafo

5. Consulta 1: Perfil de unión completo del objetivo por compuesto

Ejecutemos nuestra primera consulta de grafo. Este es un recorrido de 1 salto que responde lo siguiente: ¿Qué compuestos se unen a qué objetivos y cuál es su afinidad?

Consulta de 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:

Resultado del gráfico 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 mortales y ha sido responsable de varios retiros de medicamentos de alto perfil.

La pregunta que queremos responder es la siguiente:

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

Esta es una pregunta de 2 saltos: debemos recorrer desde un compuesto, a través de un objetivo (hERG), hasta una vía, conectando tres tipos de entidades a través de dos relaciones en una sola consulta.

Escribe la consulta de 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 una a un objetivo que participe en una ruta", con los filtros aplicados en cada nodo y borde de la ruta.

Estos son los datos que verás en los resultados:

Resultado de la tabla del gráfico del 2º trimestre

Visualiza la red de riesgo como un grafo

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

Una visualización de grafo hace que esto sea visible de inmediato. 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 este:

Visualización del gráfico

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 antes 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 Why GQL Is More Elegant Than 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 estás buscando. GQL te permite mantenerte enfocado 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;

Análisis más profundo: detección de riesgos de metabolitos de varios 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 los medicamentos, el riesgo a veces está un paso más allá: un compuesto puede convertirse metabólicamente en el cuerpo en una molécula secundaria (un metabolito) que luego se une al hERG, un riesgo que los ensayos de unión directa pueden pasar por alto por completo.

Si tu grafo de propiedades incluyera 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 de 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 grafos sea particularmente potente para el análisis de cascadas 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 con destino 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: ¿Qué compuestos oncológicos convergen en el mismo objetivo?

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:

Resultado del gráfico del 3ᵉʳ trimestre

Visualización del gráfico

Puedes visualizar el grafo 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 terapias combinadas: dos compuestos que alcanzan el mismo nodo en una vía del cáncer pueden producir un efecto sinérgico o, alternativamente, señalar una redundancia no deseada en la canalización

Visualización del gráfico

8. Consulta 4: Radio de impacto 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 lo siguiente: ¿A 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:

Resultado del gráfico del cuarto trimestre

9. Consulta 5: Selección compuesta segura

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

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:

Resultado del gráfico de la pregunta 5

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

10. Sección adicional: Chatea con tu grafo

Las estadísticas de conversaciones de BigQuery ahora admiten grafos 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 Graph Conversational Analytics

Usa Conversational Analytics de BigQuery para chatear con tu grafo

Una vez que hayas agregado la fuente de conocimiento como grafo, completa el resto de la configuración del agente de Conversational Analytics.

Luego, puedes comenzar a chatear con tu grafo 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 se comparten entre los compuestos cardiovasculares y oncológicos?

11. Limpia

Para evitar que se apliquen cargos continuos 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 en cascada:

DROP SCHEMA IF EXISTS drug_target_graph CASCADE;

12. ¡Felicitaciones!

¡Felicitaciones! Modelaste y analizaste correctamente una red de interacción entre fármacos y objetivos con BigQuery Graph.

Qué aprendiste

Cómo modelar relaciones entre entidades (compuestos, objetivos y vías) como un grafo de propiedades
Cómo definir el esquema y crear un grafo de propiedades en BigQuery
Cómo escribir recorridos de grafos complejos con GQL y compararlos con SQL tradicional
Cómo aprovechar GRAPH_TABLE, MATCH y la coincidencia bidireccional para resolver problemas de dominio de ciencias biológicas

Analiza las interacciones entre medicamentos con BigQuery Graph Organiza tus páginas con colecciones Guarda y categoriza el contenido según tus preferencias.

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. Crea la tabla compounds

2. Crea la tabla targets

3. Crea la tabla interactions

4. Crea la tabla pathways

5. Crea la tabla target_pathways

4. Crea el grafo de propiedades

5. Consulta 1: Perfil de unión completo del objetivo por compuesto

Consulta de GQL

6. Consulta 2: Detección de riesgo cardíaco

La pregunta comercial

Escribe la consulta de GQL

Visualiza la red de riesgo como un grafo

Consulta Why GQL Is More Elegant Than SQL.

Análisis más profundo: detección de riesgos de metabolitos de varios saltos

7. Consulta 3: Pares compuestos con destino compartido

Visualización del gráfico

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

9. Consulta 5: Selección compuesta segura

10. Sección adicional: Chatea con tu grafo

Primeros pasos: Agrega un gráfico como fuente de conocimiento

Usa Conversational Analytics de BigQuery para chatear con tu grafo

Preguntas adicionales

11. Limpia

12. ¡Felicitaciones!

Qué aprendiste

Documentos de referencia

Analiza las interacciones entre medicamentos con BigQuery Graph

1. Crea la tabla `compounds`

2. Crea la tabla `targets`

3. Crea la tabla `interactions`

4. Crea la tabla `pathways`

5. Crea la tabla `target_pathways`