۱. مقدمه
در این codelab، با نحوه استفاده از BigQuery Graph برای مدلسازی و تجزیهوتحلیل شبکه تعامل دارو-هدف آشنا خواهید شد. از قدرت پُرسمانهای گراف (GQL) برای کاوش نحوه تعامل داروها با اهداف بیولوژیکی، شناسایی عوارض جانبی احتمالی (مانند خطرات قلبی)، و کشف درمانهای ترکیبی احتمالی استفاده خواهید کرد.
🧬 مورد استفاده — شبکه تعامل دارو-هدف
پرسش کسبوکار: شعاع انفجار کامل یک ترکیب چیست — به کدام هدفها متصل میشود، کدام مسیرهای زیستی تحت تأثیر قرار میگیرند، و کدام حوزههای بیماری درگیر میشوند؟
جدولها:
جدول | شرح |
| مولکولهای دارو با سازوکار کنش و مرحله توسعه |
| پروتئینهای هدف با نام ژن و شناسه UniProt |
| میل ترکیبی اتصال هدف ترکیبی (هدفهای اصلی + هدفهای فرعی) |
| مسیرهای زیستی با ارتباطات حوزه بیماری |
| جدول تقاطع که هدفها را به مسیرهایی که در آنها شرکت میکنند پیوند میدهد |
مدل نمودار دارایی:
(Compound)-[BINDS_TO {affinity_nm, ic50_nm, interaction_type}]->(Target)
(Target)-[PARTICIPATES_IN {role, importance_score}]->(Pathway)

🔍 پُرسمانهای نمایشی
پُرسمان | آنچه نشان میدهد |
سؤال ۱: نمایه اتصال هدف | پیمایش ۱-پرشی — ترکیب به همه اهداف اصلی و فرعی |
سهماهه دوم: تشخیص خطر قلبی hERG | پیمایش ۲-پرشی — ترکیب ← هدف hERG ← مسیر قلبی |
سهماهه سوم: جفتهای مرکب هدف مشترک | تطابق دوطرفه — دو ترکیب که در یک گره هدف همگرا میشوند |
سؤال ۴: شعاع انفجار مسیر بیماری | تجمیع ۲-پرشی — پوشش کامل مسیر و ناحیه بیماری برای هر ترکیب |
سؤال ۵: انتخاب ترکیب ایمن | ترکیباتی با پوشش سرطانشناسی بالا اما بدون مسئولیت قلبی hERG |
آنچه انجام خواهید داد
- ایجاد مجموعهداده و طرح BigQuery برای شبکه تداخل دارویی
- بار کردن دادههای نمونه (ترکیبها، اهداف، تعاملات، مسیرها، مسیرهای هدف)
- یک «گراف خصوصیت» در BigQuery ایجاد کن که این نهادها را به هم متصل کند
- بااستفاده از پیمایشهای گراف (
GRAPH_TABLEوMATCH)، گراف را برای درک تعاملات ترکیبی، مسیرهای بیولوژیکی، و شعاع انفجار بیماری جستوجو کنید - GQL و SQL استاندارد را کنار هم مقایسه کنید تا سادگی و قدرت بیانی نحو گراف را درک کنید
آنچه نیاز خواهید داشت
- مرورگر وب مانند Chrome
- پروژه Google Cloud با صورتحساب فعال
این codelab برای توسعهدهندگان در همه سطوح، ازجمله مبتدیان، مناسب است.
۲. قبلاز شروع
ایجاد «پروژه Google Cloud»
- در کنسول Google Cloud، پروژه Google Cloud را انتخاب یا ایجاد کنید.
- مطمئن شوید که صورتحساب برای پروژه Cloud شما فعال است.
شروع Cloud Shell
- روی فعالسازی Cloud Shell در بالای کنسول Google Cloud کلیک کنید.
- درستیسنجی اصالتسنجی:
gcloud auth list
- پروژهتان را تأیید کنید:
gcloud config get project
- درصورت نیاز آن را تنظیم کنید:
export PROJECT_ID=<YOUR_PROJECT_ID>
gcloud config set project $PROJECT_ID
فعال کردن میاناهای برنامهسازی کاربردی
این فرمان را برای فعال کردن میانای برنامهسازی کاربردی BigQuery موردنیاز اجرا کنید:
gcloud services enable bigquery.googleapis.com
۳. تعریف طرحواره و بار کردن دادهها
ابتدا باید مجموعه دادهای برای ذخیره کردن جدولهای مرتبط با گراف ایجاد کنید و آنها را با دادههای نمونه پر کنید.
- به BigQuery Studio در «کنسول Google Cloud» بروید.
- روی ویرایشگر SQL کلیک کنید تا برگه پُرسمان جدیدی باز شود.
- دستور زیر را برای ایجاد مجموعه داده
drug_target_graphاجرا کنید:
CREATE SCHEMA IF NOT EXISTS drug_target_graph
OPTIONS (location = 'US');
اکنون، با اجرای پُرسمانهای DDL زیر در BigQuery Studio، پنج جدول منبع را ایجاد کنید.
۱. ایجاد کردن جدول compounds
حاوی مولکولهای دارو، سازوکار عملکرد آنها، مرحله توسعه، و حوزه درمانی است.
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;
۲. ایجاد کردن جدول targets
حاوی اهداف پروتئینی، نام ژنها، شناسههای UniProt، و کلاسهای هدف است.
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;
۳. ایجاد کردن جدول interactions
حاوی دادههای میل ترکیبی اتصال هدف ترکیبی (هدفهای اصلی درمقابل هدفهای فرعی) است.
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;
۴. ایجاد کردن جدول pathways
حاوی مسیرهای زیستی، حوزههای بیماری مرتبط، و ارتباط با سرطان است.
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';
۵. ایجاد کردن جدول target_pathways
جدول اتصالی که اهداف را به مسیرهای بیولوژیکی که در آنها شرکت میکنند پیوند میدهد.
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;
۴. ایجاد نمودار دارایی
با ایجاد موفقیتآمیز جدولها، اکنون میتوانید نمودار ویژگی را بسازید. این گرهها (ترکیبات، اهداف، مسیرها) را بااستفاده از جدولهای لبه (Interactions و Target Pathways) پیوند میدهد.
عبارت زیر را در «ویرایشگر BigQuery Studio SQL» اجرا کنید:
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)
);
با این کار، گرافی بهنام drug_target_interaction_graph در مجموعه داده شما ایجاد میشود.

۵. پرسوجو ۱: نمایه کامل اتصال هدف برای هر ترکیب
بیایید اولین پُرسمان نمودارمان را اجرا کنیم. این یک پیمایش ۱-پرشی است که به این سؤال پاسخ میدهد: کدام ترکیبات به کدام اهداف متصل میشوند و میل ترکیبی آنها چقدر است؟
پُرسمان GQL
پُرسمان زیر را در «ویرایشگر SQL» اجرا کنید:
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;
در اینجا آنچه را در نتایج خواهید دید آوردهایم:

۶. پرسوجو ۲: تشخیص خطر قلبی
سؤال کسبوکار
در فرایند کشف دارو، یکی از رایجترین دلایلی که یک ترکیب امیدوارکننده در آزمایشهای بالینی شکست میخورد، سمیت قلبی است — بهویژه، اتصال ناخواسته به پروتئین hERG (ژن: KCNH2)، یک کانال یون پتاسیم که ریتم قلب را تنظیم میکند. تأثیر ناخواسته بر hERG میتواند باعث آریتمیهای کشنده شود و مسئول چندین مورد جمعآوری داروهای معروف بوده است.
سؤالی که میخواهیم به آن پاسخ دهیم این است:
«کدام ترکیبات در خط لوله ما دارای رویداد اتصال غیرهدفمند روی پروتئین hERG هستند — و این امر کدام مسیرهای قلبی را درمعرض خطر قرار میدهد؟»
این یک پرسش ۲-پرشی است: باید از یک ترکیب، ازطریق یک هدف (hERG)، به یک مسیر برویم — سه نوع موجودیت را در دو رابطه در یک پُرسمان واحد متصل کنیم.
نوشتن پُرسمان GQL
پُرسمان زیر را در «ویرایشگر BQ SQL» اجرا کنید:
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;
توجه کنید که عبارت MATCH تقریباً مانند یک جمله خوانده میشود: «ترکیبی را پیدا کنید که به هدفی متصل میشود که در یک مسیر شرکت میکند» — با فیلترهایی که در هر گره و لبه در طول مسیر اعمال میشوند.
دادههایی که در نتایج خواهید دید در اینجا آمده است:

تجسم شبکه ریسک بهصورت نمودار
جدول دادهها را به ما نشان میدهد — اما ساختار ریسک را به ما نشان نمیدهد. آیا چندین ترکیب در یک مسیر همگرا میشوند؟ آیا یک ترکیب پرخطر وجود دارد یا چند ترکیب؟
تجسم نموداری این موضوع را فوراً قابلمشاهده میکند. سلول زیر را اجرا کنید تا همان پیمایش ۲-پرشی را بهعنوان یک شبکه تعاملی ارائه دهید:
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
باید نموداری مثل این ببینید:

هر مسیر در نمودار یک زنجیره مسئولیت کامل را ردیابی میکند: یک ترکیب (گرههای آبی) به پروتئین hERG در مرکز متصل میشود، که به یک یا چند مسیر قلبی (گرههای سبز) متصل میشود. آنچه در جدول بهصورت فهرست مسطحی از ردیفها بود، اکنون به شبکه ریسک قابلمشاهدهای تبدیل شده است — ترکیباتی که درمعرض چندین مسیر قرار دارند بلافاصله بهعنوان اولویت بالاتر برای بررسی ایمنی برجسته میشوند.
ببینید چرا GQL از SQL ظریفتر است
برای اجرای همان پُرسمان ۲-پرشی در SQL استاندارد، به ۴ پیوند صریح نیاز دارید. شما تلاش شناختی خود را صرف توصیف نحوه پیوستن به جدولها میکنید، نه رابطهای که بهدنبال آن هستید. GQL به شما امکان میدهد روی سؤال تمرکز کنید.
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;
عمیقتر شدن — تشخیص خطر متابولیت چندپرشی
پرسوجوی بالا ترکیباتی را شناسایی میکند که مستقیماً به پروتئین hERG متصل میشوند. اما در گردشهای کاری واقعی ایمنی دارو، گاهیاوقات خطر یک گام دورتر است: ممکن است یک ترکیب بهطور متابولیکی در بدن به یک مولکول ثانویه (متابولیت) تبدیل شود که سپس به hERG متصل میشود — مسئولیتی که سنجشهای اتصال مستقیم میتوانند کاملاً ازدست بدهند.
اگر نمودار دارایی شما شامل جدول گره Metabolite و لبه METABOLISES_INTO باشد، میتوانید همان الگوی MATCH را به پیمایش ۳-پرشی گسترش دهید:
(Compound)-[METABOLISES_INTO]->(Metabolite)-[BINDS_TO]->
(Target)-[PARTICIPATES_IN]->(Pathway)
ساختار پُرسمان GQL دقیقاً با یک گره و یک لبه تغییر میکند. SQL معادل به دو JOIN دیگر نیاز دارد. این همان الگویی است که پیمایش گراف را بهویژه برای تجزیهوتحلیل آبشار ایمنی قدرتمند میکند — پیچیدگی پُرسمان بهصورت خطی رشد میکند درحالیکه بینش زیستشناختی بهصورت نمایی رشد میکند.
۷. پرسمان ۳: جفتهای مرکب هدف مشترک
برای پیدا کردن نامزدهای درمان ترکیبی، میتوانیم تشخیص دهیم که چه زمانی دو ترکیب مختلف به یک گره هدف متصل میشوند. ما از تطابق دوطرفه برای پاسخ به این سؤال استفاده میکنیم: کدام ترکیبات سرطانشناسی دقیقاً به یک هدف همگرا میشوند؟
پُرسمان زیر را در «ویرایشگر SQL» اجرا کنید:
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;
دادههایی که در نتایج خواهید دید در اینجا آمده است:

نمایش تصویری گراف
با اجرای کد زیر در ویرایشگر SQL، میتوانید «نمودار» را مستقیماً در BigQuery تجسم کنید.
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
این پیمایش دوطرفه جفتهای ترکیبی را که روی یک هدف پروتئینی همگرا میشوند، آشکار میکند — الگویی که تشخیص آن در یک جدول تعاملات مسطح دشوار است اما بلافاصله بهعنوان یک نمودار قابلمشاهده است. در کشف دارو، جفتهای هدف مشترک نقطه شروعی برای طراحی درمان ترکیبی هستند: دو ترکیب که به یک گره در مسیر سرطان برخورد میکنند ممکن است اثر همافزایی ایجاد کنند، یا بهطور جایگزین، سیگنالی از یک افزونگی ناخواسته در خط لوله باشند

۸. پرسمان ۴: شعاع انفجار مسیر بیماری
تأثیر بیولوژیکی هر ترکیب چقدر گسترده است؟ بیایید پیمایش ۲پرشی با انبوهش را برای پاسخ به این سؤال انجام دهیم: هر ترکیب بر چند مسیر زیستی و هدف متمایز تأثیر میگذارد، که براساس حوزه بیماری گروهبندی شدهاند؟
پُرسمان زیر را در «ویرایشگر SQL» اجرا کنید:
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;
در اینجا آنچه را در نتایج خواهید دید آوردهایم:

۹. پُرسمان ۵: انتخاب ترکیب ایمن
درنهایت، بیایید ترکیباتی را جستجو کنیم که پوشش سرطانشناسی بالایی دارند اما بهطور صریح از مسئولیتهای غیرهدف hERG (قلبی) اجتناب میکنند. این با الگوهای انتخاب رایج «ایمنی در اولویت» در خطوط لوله کشف دارو مطابقت دارد.
پُرسمان زیر را در «ویرایشگر SQL» اجرا کنید:
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;
خروجیای که در نتایج خواهید دید در اینجا آمده است:

شما باموفقیت پیمایشهای پیشرفته نمودار را در BigQuery اجرا کردید تا نمایههای کلیدی ایمنی و اثربخشی را استخراج کنید!
۱۰. بخش پاداش: گپ زدن با نمودار
«تحلیل مکالمهای» BigQuery اکنون از گراف بهعنوان منبع دانش پشتیبانی میکند. این کار به شما امکان میدهد با نموداری که بهتازگی ایجاد کردهاید به زبان طبیعی گپ بزنید.
شروع به کار: افزودن نمودار بهعنوان منبع دانش
برای شروع، با دنبال کردن مراحل اینجا، عامل مکالمهای ایجاد کنید. نموداری را که از نوار جستجو ایجاد کردهاید انتخاب کنید.

استفاده کردن از «تحلیل مکالمهای» BigQuery برای گپ زدن با نمودار
پساز افزودن منبع دانش بهعنوان گراف، بقیه راهاندازی نماینده تجزیهوتحلیل مکالمهای را تکمیل کنید.
سپس میتوانید با زبان طبیعی با نمودارتان گپ بزنید!

سؤالات اضافی
- همه اهداف ترکیباتی که درحالحاضر در فاز ۲ آزمایش هستند چیست؟
- کدام اهداف بین ترکیبات قلبی عروقی و سرطانشناسی مشترک هستند؟
۱۱. مرتبسازی
برای جلوگیری از کسر هزینههای جاری از حساب Google Cloud، منابع ایجادشده درطول این codelab را حذف کنید.
برای حذف طرحواره و همه جدولها بهصورت آبشاری، پُرسمان زیر را اجرا کنید:
DROP SCHEMA IF EXISTS drug_target_graph CASCADE;
۱۲. تبریک میگوییم
تبریک! شما بااستفاده از BigQuery Graph، یک شبکه تعامل هدف دارویی را باموفقیت مدلسازی و تجزیهوتحلیل کردهاید.
آنچه آموختهاید
- نحوه مدلسازی روابط موجودیت (ترکیبات، اهداف، مسیرها) بهعنوان گراف ویژگی.
- نحوه تعریف طرحواره و ایجاد «گراف ویژگی» در BigQuery.
- نحوه نوشتن پیمایشهای پیچیده گراف بااستفاده از GQL و مقایسه آنها با SQL سنتی.
- نحوه بهرهبرداری از
GRAPH_TABLE،MATCH، و تطابق دوطرفه برای حل مشکلات حوزه علوم زیستی.