| name | scientific-cell-line-resources |
| description | 細胞株リソーススキル。Cellosaurus 細胞株データベース検索、
STR プロファイルマッチング、コンタミネーション検出、
細胞株メタデータ (由来組織・疾患・種) 取得パイプライン。
|
| tu_tools | [{"key":"cellosaurus","name":"Cellosaurus","description":"細胞株データベース (ExPASy)"}] |
Scientific Cell Line Resources
Cellosaurus を中心とした細胞株リソースデータベースアクセス
パイプラインを提供する。
When to Use
- 細胞株の正式名称・アクセッション番号を確認するとき
- 細胞株の由来 (組織・疾患・種) を調べるとき
- STR プロファイルで細胞株の同一性を検証するとき
- 細胞株のコンタミネーション (ミスアイデンティフィケーション) を確認するとき
- 実験に使用する細胞株の参考文献・データベースリンクを取得するとき
Quick Start
1. Cellosaurus 細胞株検索
import requests
import pandas as pd
CELLOSAURUS_API = "https://api.cellosaurus.org"
def search_cellosaurus(query, limit=25):
"""
Cellosaurus 細胞株検索。
Parameters:
query: str — 細胞株名 (e.g., "HeLa", "MCF-7", "A549")
limit: int — 最大取得数
ToolUniverse:
Cellosaurus_search(query=query)
Cellosaurus_get_cell_line(accession=accession)
Cellosaurus_get_str_profile(accession=accession)
"""
params = {"q": query, "rows": limit, "format": "json"}
resp = requests.get(f"{CELLOSAURUS_API}/search/cell-line", params=params)
resp.raise_for_status()
data = resp.json()
results = []
for cell_line in data.get("result", {}).get("cellLineList", []):
cl = cell_line.get("cellLine", {})
results.append({
"accession": cl.get("accession", ""),
"name": cl.get("name", ""),
"synonyms": [s.get("value", "") for s in cl.get("synonymList", [])],
"category": cl.get("category", ""),
"sex": cl.get("sex", ""),
"species": cl.get("species", {}).get("value", ""),
"diseases": [
d.get("terminology", {}).get("value", "")
for d in cl.get("diseaseList", [])
],
"derived_from_site": cl.get("derivedFromSite", {}).get("value", ""),
"is_contaminated": cl.get("isContaminated", False),
"is_problematic": cl.get("isProblematic", False),
})
df = pd.DataFrame(results)
print(f"Cellosaurus search '{query}': {len(df)} cell lines")
return df
2. 細胞株詳細情報取得
def get_cellosaurus_entry(accession):
"""
Cellosaurus 細胞株詳細情報取得。
Parameters:
accession: str — Cellosaurus アクセッション (e.g., "CVCL_0030")
"""
resp = requests.get(
f"{CELLOSAURUS_API}/cell-line/{accession}",
params={"format": "json"}
)
resp.raise_for_status()
data = resp.json()
cl = data.get("cellLine", {})
entry = {
"accession": cl.get("accession", ""),
"name": cl.get("name", ""),
"category": cl.get("category", ""),
"sex": cl.get("sex", ""),
"age": cl.get("age", ""),
"species": cl.get("species", {}).get("value", ""),
"diseases": [
{
"name": d.get("terminology", {}).get("value", ""),
"accession": d.get("terminology", {}).get("accession", ""),
}
for d in cl.get("diseaseList", [])
],
"derived_from_site": cl.get("derivedFromSite", {}).get("value", ""),
"is_contaminated": cl.get(, ),
: cl.get(, ),
: cl.get(, []),
: [
{
: r.get(, ),
: r.get(, ),
}
r cl.get(, [])
],
: [
{
: xr.get(, ),
: xr.get(, ),
}
xr cl.get(, [])
],
}
(
)
entry
3. STR プロファイル検証
def check_str_profile(accession, str_data=None):
"""
STR (Short Tandem Repeat) プロファイルによる細胞株同一性検証。
Parameters:
accession: str — Cellosaurus アクセッション
str_data: dict — 測定した STR データ {marker: alleles}
"""
entry = get_cellosaurus_entry(accession)
ref_str = entry.get("str_profile", [])
if not ref_str:
print(f"WARNING: {accession} has no STR profile in Cellosaurus")
return {"match": None, "message": "No reference STR profile available"}
ref_markers = {}
for marker in ref_str:
name = marker.get("marker", "")
alleles = marker.get("alleles", "")
ref_markers[name] = alleles
if str_data is None:
print(f"Reference STR for {accession}: {len(ref_markers)} markers")
return {"reference_str": ref_markers, "marker_count": len(ref_markers)}
matched = 0
total = 0
details = []
for marker, ref_alleles in ref_markers.items():
if marker in str_data:
total += 1
measured = str_data[marker]
if set((ref_alleles).split()) == ((measured).split()):
matched +=
details.append({: marker, : })
:
details.append({
: marker, : ,
: ref_alleles, : measured,
})
match_pct = (matched / total * ) total >
result = {
: match_pct,
: matched,
: total,
: match_pct >= ,
: details,
}
status = result[]
()
result
4. コンタミネーション・問題細胞株チェック
def check_contamination_status(cell_line_names):
"""
細胞株リストのコンタミネーション/ミスアイデンティフィケーション確認。
Parameters:
cell_line_names: list — 細胞株名リスト
"""
results = []
for name in cell_line_names:
df = search_cellosaurus(name, limit=1)
if df.empty:
results.append({
"name": name, "found": False,
"is_contaminated": None, "is_problematic": None,
})
continue
row = df.iloc[0]
results.append({
"name": name,
"found": True,
"accession": row.get("accession", ""),
"official_name": row.get("name", ""),
"is_contaminated": row.get("is_contaminated", False),
"is_problematic": row.get("is_problematic", False),
"species": row.get("species", ""),
"diseases": row.get("diseases", []),
})
df = pd.DataFrame(results)
contaminated = df["is_contaminated"].sum() if "is_contaminated" in df else 0
problematic = df["is_problematic"].() df
(
)
df
利用可能ツール
| ToolUniverse カテゴリ | 主なツール |
|---|
cellosaurus | Cellosaurus_search, Cellosaurus_get_cell_line, Cellosaurus_get_str_profile |
パイプライン出力
| 出力ファイル | 説明 | 連携先スキル |
|---|
results/cell_lines.csv | 細胞株メタデータ | → cancer-genomics, precision-oncology |
results/str_verification.json | STR 検証結果 | → lab-automation, lab-data-management |
results/contamination_report.json | コンタミレポート | → research-methodology |
パイプライン統合
cancer-genomics ──→ cell-line-resources ──→ lab-automation
(COSMIC/DepMap) (Cellosaurus STR) (プロトコル管理)
│
├──→ precision-oncology (腫瘍細胞株)
├──→ disease-research (疾患モデル)
└──→ human-protein-atlas (発現データ)
