scientific-string-network-api

name	scientific-string-network-api
description	STRING/BioGRID/STITCH ネットワーク解析スキル。STRING タンパク質相互作用 ネットワーク直接 API、BioGRID 実験的 PPI、STITCH 化学-タンパク質ネットワーク、 ネットワークトポロジー解析・コミュニティ検出・機能濃縮統合パイプライン。
tu_tools	[{"key":"ppi","name":"STRING/BioGRID PPI","description":"タンパク質・化学物質相互作用ネットワーク"}]

Scientific STRING Network API

STRING v12 / BioGRID / STITCH API を活用した PPI・化合物-タンパク質 ネットワーク解析パイプラインを提供する。既存の protein-interaction-network スキル (IntAct/HumanBase) を補完し、STRING 直接 API ベースの高度な ネットワーク分析を統合。

When to Use

• STRING API でタンパク質相互作用ネットワークを直接構築するとき
• BioGRID から実験的エビデンスベースの PPI を取得するとき
• STITCH で化合物-タンパク質間ネットワークを検索するとき
• ネットワークトポロジー指標 (次数分布・媒介中心性) を計算するとき
• PPI ネットワーク上でコミュニティ検出を行うとき
• 機能濃縮解析 (STRING enrichment) をネットワーク上で実行するとき

---

Quick Start

1. STRING PPI ネットワーク取得

import requests
import pandas as pd
import networkx as nx

STRING_API = "https://string-db.org/api"
OUTPUT_FORMAT = "json"


def get_string_network(proteins, species=9606, score_threshold=400,
                       network_type="functional", limit=50):
    """
    STRING PPI ネットワーク取得。

    Parameters:
        proteins: list — タンパク質名リスト (例: ["TP53", "MDM2", "BRCA1"])
        species: int — NCBI Taxonomy ID (9606=human)
        score_threshold: int — 信頼スコア閾値 (0-1000)
        network_type: str — "functional" or "physical"
        limit: int — interactor 最大数

    ToolUniverse:
        STRING_get_protein_interactions(
            protein_ids=proteins, species=species,
            confidence_score=score_threshold/1000,
            network_type=network_type, limit=limit
        )
    """
    url = 
    params = {
        : .join(proteins),
        : species,
        : score_threshold,
        : network_type,
        : limit,
    }

    resp = requests.post(url, data=params)
    resp.raise_for_status()
    interactions = resp.json()

    rows = []
     i  interactions:
        rows.append({
            : i.get(),
            : i.get(),
            : i.get(),
            : i.get(),
            : i.get(),
            : i.get(),
            : i.get(),
            : i.get(),
            : i.get(),
            : i.get(),
        })

    df = pd.DataFrame(rows)
    (
          )
     df