Methode6 Min. Lesezeit

REST API Wirkstoffe nach Gen: TP53 bis Potenz

Gen-zu-Wirkstoff-Abfrage per BioQ REST API skripten: Ein Aufruf für TP53 liefert 18 Wirkstoffe mit Studienphase und pChEMBL-Potenz, Datenstand 2026-11-06.

Datenstand 6. November 2026 · Das BioQ-Team

BioQ-Suchseite mit der Abfrage TP53 und einer Tabelle von Wirkstoffen, nach klinischer Phase geordnet, mit Spalten für Mechanismus und pChEMBL.

Ein einziger Aufruf der REST API für Wirkstoffe nach Gen macht aus dem Symbol TP53 eine Liste von 18 bekannten Wirkstoffen, jeweils mit der höchsten erreichten klinischen Phase und, sofern vorhanden, einer exakten pChEMBL-Potenz. Ein zweiter Aufruf ergänzt die CRISPR-Abhängigkeit in 1178 DepMap-Zelllinien. Beide Aufrufe zusammen benötigten 0,21 Engine-Sekunden; der Datenstand ist 2026-11-06.

Fragestellung: REST API Wirkstoffe nach Gen für TP53

Das ist die Frage, mit der ein Skript zur Zielstrukturbewertung meist beginnt: Welche Wirkstoffe sind für dieses Gensymbol bekannt, wie weit sind sie klinisch gekommen, und wie potent sind sie gegen das Target? Daraus folgt eine zweite Frage: Ist das Gen in einem Knockout-Screen für die Zellviabilität relevant, und in welchen Linien?

Von Hand bedeutet das eine Target-Abfrage in Open Targets, eine Potenzsuche in ChEMBL, eine Studiensuche in ClinicalTrials.gov und einen DepMap-Download. Jede Quelle hat eigene Kennungen und ein eigenes Exportformat. Die BioQ REST API legt die ersten beiden Fragen hinter zwei Routen, drugs und depmap. Beide erhalten das Gensymbol als Parameter und lassen sich aus Python, mit curl oder von einem KI-Assistenten über MCP aufrufen.

Was BioQ über die Routen drugs und depmap lieferte

Die erste Route ist drugs. Ihre Parameter sind gene und limit. Wir haben das Gen auf TP53 und das Limit auf 8 gesetzt. Die Antwort meldet 18 bekannte Wirkstoffe für das Gen, von denen 8 angezeigt werden. Das Quell-Release kombiniert Open Targets, ChEMBL, den Drug Repurposing Hub und ClinicalTrials.gov.

curl -s -H "Authorization: Bearer $BIOQ_API_KEY" \
  "https://bioq.bio/api/v1/drugs?gene=TP53&limit=8"

Jede Zeile enthält den Wirkstoffnamen, die höchste klinische Phase, den Mechanismus, den exakten pChEMBL-Wert mit Assay-Typ und die Zahl der Studien, die über den Wirkstoffnamen gefunden wurden.

WirkstoffHöchste klinische PhaseWirkmechanismusBester exakter pChEMBLTypStudien nach Name
AspirinAPPROVAL———533
NavtemadlinPHASE_3Tumour suppressor p53/oncoprotein Mdm2 inhibitor9.22IC509
IdasanutlinPHASE_3Tumour suppressor p53/oncoprotein Mdm2 inhibitor8.22IC5014
Contusugene LadenovecPHASE_3Cellular tumor antigen p53 exogenous gene——0
EprenetapoptPHASE_3Cellular tumor antigen p53 stabiliser——1
TeprasiranPHASE_3p53 mRNA RNAi inhibitor——1
AlrizomadlinPHASE_2Tumour suppressor p53/oncoprotein Mdm2 inhibitor——1
CenersenPHASE_2p53 mRNA antisense inhibitor——3

Die zweite Route ist depmap. Ihre Parameter sind gene und top. Wir haben das Gen auf TP53 und top auf 6 gesetzt, was die sechs aufgeführten Linien zurückgibt. Die Antwort enthält außerdem Skalare auf Genebene: 1178 Zelllinien, davon 4 abhängig (0,3 Prozent), und einen mittleren Gen-Effekt von 0,379. Das Feld common_essential ist false.

curl -s -H "Authorization: Bearer $BIOQ_API_KEY" \
  "https://bioq.bio/api/v1/depmap?gene=TP53&top=6"
Zelllinie (Abstammung)ZelllinienAbhängig% abhängigMittlerer Geneffekt
Head and Neck7711.30.133
Breast5311.90.176
Pancreas47000.193
Myeloid4212.40.194
Esophagus/Stomach69000.223
Lung126000.226

Die beiden Abfragen stützten sich auf 2 verschiedene Ressourcen aus den Fakten dieser Antwort. Die Engine-Zeit betrug für beide zusammen 0,21 Sekunden. Das ist die auf BioQ-Seite gemessene Zeit; sie enthält weder Ihre Netzwerklatenz noch die Zeit, die Sie für den Parsing-Code aufwenden.

Einordnung: So lesen Sie die Ergebnisse

Reihenfolge der Aufrufe. Rufen Sie zuerst drugs auf. Die Route liefert die Liste, die Sie wahrscheinlich filtern oder verknüpfen möchten. Rufen Sie depmap danach auf, wenn Sie wissen wollen, ob das Gen eine Viabilitätsabhängigkeit ist. Die Aufrufe sind voneinander unabhängig, ein Skript kann sie also parallel ausführen. Gemeinsam haben sie nur das Gensymbol.

Potenz. Der pChEMBL-Wert ist der negative dekadische Logarithmus (log10) der molaren Potenz; eine höhere Zahl bedeutet also einen stärkeren Wirkstoff. In der Tabelle hat Navtemadlin 9,22 und Idasanutlin 8,22, beide aus IC50-Messungen. Beide stehen mit dem Mechanismus „Tumour suppressor p53/oncoprotein Mdm2 inhibitor“ in der Liste. Das ist die TP53-MDM2-Achse. Diese Verbindungen wirken auf MDM2, den negativen Regulator von p53, und werden über diesen Mechanismus unter TP53 geführt. Sie binden mutiertes p53 nicht direkt. Bedenken Sie das, wenn Sie nach Gen filtern.

Leere Potenzzellen. Mehrere Zeilen haben weder einen pChEMBL-Wert noch einen Assay-Typ. Dazu gehören die Gentherapie Contusugene Ladenovec, der RNAi-Wirkstoff Teprasiran und das Antisense-Präparat Cenersen. Eine Potenzangabe aus einem Bindungs- oder Enzymassay trifft auf diese Modalitäten nicht zu. Behandeln Sie null in einem Skript als „keine exakte Potenz erfasst“, nicht als null im Sinne des Zahlenwerts 0.

Studienzahlen. Die letzte Spalte zählt Studien, die über den Wirkstoffnamen gefunden wurden. Aspirin zeigt 533, ohne erfassten Mechanismus und ohne Potenz, und erscheint mit der Phase APPROVAL. Die Zahl ist ein Namenstreffer, keine Zahl TP53-bezogener Studien. Ein Skript, das Wirkstoffe nach dieser Spalte sortiert, setzt Aspirin aus Gründen an die Spitze, die mit dem Gen nichts zu tun haben.

Abhängigkeit. Für TP53 beträgt der mittlere Gen-Effekt 0,379. Ein negativerer Chronos-Wert bedeutet, dass der Knockout die Viabilität stärker senkte; ein positiver Mittelwert heißt daher, dass Knockouts in diesem Panel im Mittel die Viabilität nicht verringerten. Die 4 abhängigen Linien verteilen sich auf Head and Neck, Breast und Myeloid, in den sechs angezeigten Linien jeweils 1. Pancreas, Esophagus/Stomach und Lung haben 0 abhängige Linien. Eine Abhängigkeit bedeutet hier einen Gen-Effekt unterhalb oder gleich einem benannten konstanten Schwellenwert. Dieser Schwellenwert ist eine Festlegung, keine Eigenschaft der Daten.

Aus einem Assistenten. Dieselben beiden Routen kann ein KI-Assistent über MCP ansprechen. Der Assistent übergibt dieselben Parameter und erhält dieselben Felder zurück, die obige Interpretation gilt also unverändert. Nehmen Sie die Behandlung von null-Werten und den Hinweis auf Namenstreffer in die Anweisungen an den Assistenten auf.

So reproduzieren Sie die Abfrage in BioQ

  1. Erstellen Sie in Ihrem BioQ-Konto einen API-Schlüssel und senden Sie ihn bei jeder Anfrage als Bearer-Token im Authorization-Header. Bei einem MCP-Client tragen Sie denselben Schlüssel in die Serverkonfiguration ein.
  2. Rufen Sie drugs mit gene=TP53 und limit=8 auf, wie im ersten Aufruf oben. In Python übergeben Sie die Parameter als Dict an Ihren HTTP-Client. In curl hängen Sie sie an die Query-String an.
  3. Lesen Sie die Zeilen über Spaltennamen statt über die Position ein. Behandeln Sie leere Strings und null in den Spalten für Potenz und Typ als fehlende Werte.
  4. Rufen Sie depmap mit gene=TP53 und top=6 auf. Die Skalare liefern die Zusammenfassung auf Genebene, die Zeilen die Aufschlüsselung nach Linien.
  5. Um Ihr Skript mit der Oberfläche abzugleichen, führen Sie dieselbe Abfrage im BioQ-Suchfeld aus und vergleichen Sie die Tabellen:
TP53

Diese Abfrage in BioQ öffnen

  1. Erhöhen Sie limit, wenn Sie alle 18 Wirkstoffe statt der 8 angezeigten möchten, und top, wenn Sie mehr Linien sehen wollen.

Grenzen: Was die Daten nicht zeigen

  • Die Route drugs listet Wirkstoffe, die mit dem Gen verknüpft sind. Sie sagt nicht, dass ein Wirkstoff bei TP53-mutierter Erkrankung wirkt. Mechanismustext und klinische Phase stammen aus kuratierten Quellen und können im Detail abweichen.
  • pChEMBL-Werte sind exakte Messwerte aus einzelnen Assay-Typen, hier IC50. Sie sind zwischen Assay-Formaten nicht vergleichbar und sagen nichts über die Aktivität bei Patientinnen und Patienten.
  • Studienzahlen nach Namen können Studien ohne Bezug zum Gen enthalten, wie die Zeile zu Aspirin zeigt.
  • DepMap umfasst Krebszelllinien in Kultur. Ein positiver mittlerer Gen-Effekt für TP53 schließt eine Abhängigkeit in einem bestimmten genetischen Kontext oder in vivo nicht aus. Die Aufschlüsselung nach Linien beruht auf kleinen Gruppen, sodass eine einzelne abhängige Linie einen Prozentwert stark verschieben kann.
  • Die Antwort ist eine Momentaufnahme mit Datenstand 2026-11-06. Legen Sie das Datum in Ihrem Skript fest, wenn Sie reproduzierbare Ergebnisse brauchen, und rechnen Sie damit, dass sich die Zahlen mit neuen Releases der zugrunde liegenden Quellen ändern.
  • Nichts hier ist medizinischer Rat oder eine Behandlungsempfehlung.

Daten und Methode

Die Zahlen auf dieser Seite wurden am 2026-11-06 aus der BioQ-Engine gelesen (2 Abfragen, insgesamt 0.2 s Engine-Zeit). Die Tabellen erzeugt Code aus den Antworten der Engine; der Text erklärt sie nur.

/depmap, /drugs

Führen Sie dieselbe Abfrage selbst in BioQ aus: TP53

Nur für Forschungszwecke. Diese Seite fasst öffentliche Daten zusammen und ist keine medizinische Beratung.

BioQ ist eine KI-Suchmaschine und ein Agent mit einem Ziel: die biologische Forschung um das 100-Fache zu beschleunigen. Fragen Sie in der Web-App, über die REST-API oder per MCP aus Claude, ChatGPT oder Cursor.

Verwendete Abfragen

Häufige Fragen

Wie erhalte ich Wirkstoffe zu einem Gensymbol über die BioQ REST API?

Rufen Sie die Route `drugs` mit dem Parameter `gene` auf, z. B. TP53, und optional mit `limit`. Für TP53 meldet die Antwort 18 Wirkstoffe und zeigt bei einem Limit von 8 genau 8 davon an.

Was bedeutet pChEMBL in der Antwort der Route drugs?

Es ist der negative log10 der molaren Potenz; ein höherer Wert bedeutet also einen stärkeren Wirkstoff. Für TP53 hat Navtemadlin 9,22 und Idasanutlin 8,22, beide aus IC50-Assays.

Warum haben manche TP53-Wirkstoffe keinen Potenzwert?

Mehrere Einträge, etwa Cenersen, Teprasiran und Contusugene Ladenovec, sind Antisense-, RNAi- oder Gentherapie-Produkte. Für sie ist kein exakter pChEMBL-Wert erfasst; das Feld ist leer und sollte als fehlender Wert behandelt werden.

Ist TP53 in DepMap ein common-essential-Gen?

Nein. Die Route `depmap` gibt common_essential als false zurück. Von 1178 Zelllinien sind 4 abhängig (0,3 Prozent), und der mittlere Gen-Effekt beträgt 0,379.

Wie lange dauert das Rezept mit zwei Aufrufen?

Die Engine-Zeit betrug 0,21 Sekunden für 2 Abfragen, die auf 2 verschiedene Ressourcen zurückgriffen. Netzwerklatenz und Ihre eigene Parsing-Zeit sind darin nicht enthalten.

Quellen

  1. Datensatz Open Targets Platform; ChEMBL; Drug Repurposing Hub
  2. Datensatz DepMap CRISPR Chronos gene effect (24Q4)

Die Ergebnisse stammen aus öffentlichen Datenbanken zum angegebenen Datum und können sich ändern. BioQ liefert Forschungsinformationen, keine medizinische Beratung.

Weitere Beiträge