Método7 min de lectura

API REST de fármacos por gen: TP53 y potencia

Consulte fármacos por gen con la API REST de BioQ: una llamada para TP53 devuelve 18 fármacos con fase clínica y potencia pChEMBL, datos a 2026-11-06.

Datos a fecha de 6 de noviembre de 2026 · Equipo de BioQ

Página de búsqueda de BioQ con la consulta TP53 y una tabla de fármacos ordenados por fase clínica, con columnas de mecanismo y pChEMBL.

Una sola llamada a la API REST de fármacos por gen convierte el símbolo TP53 en 18 fármacos conocidos, cada uno con su fase clínica máxima y, cuando existe, una potencia pChEMBL exacta. Una segunda llamada añade la dependencia en CRISPR en 1178 líneas celulares de DepMap. Las dos llamadas tardaron 0,21 segundos de motor en total y los datos corresponden a 2026-11-06.

Qué preguntamos: API REST de fármacos por gen para TP53

Es la pregunta con la que suele empezar un script de evaluación de dianas: para este símbolo génico, ¿qué fármacos se conocen, hasta qué fase clínica llegaron y qué potencia tienen frente a la diana? De ahí surge una segunda pregunta: ¿importa el gen para la viabilidad celular en un cribado de knockout y en qué linajes?

Hacerlo a mano implica buscar la diana en Open Targets, consultar la potencia en ChEMBL, buscar ensayos clínicos en ClinicalTrials.gov y descargar datos de DepMap. Cada recurso tiene sus propios identificadores y su propio formato de exportación. La API REST de BioQ resuelve las dos preguntas con dos rutas, drugs y depmap. Ambas toman el símbolo del gen como parámetro y pueden llamarse desde Python, desde curl o desde un asistente de IA mediante MCP.

Qué devolvió BioQ en las rutas drugs y depmap

La primera ruta es drugs. Sus parámetros son gene y limit. Fijamos el gen en TP53 y el límite en 8. La respuesta indica que hay 18 fármacos conocidos para el gen y que se muestran 8. La versión de origen combina Open Targets, ChEMBL, el Drug Repurposing Hub y ClinicalTrials.gov.

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

Cada fila incluye el nombre del fármaco, la fase clínica máxima, el mecanismo, el valor pChEMBL exacto con su tipo de ensayo y el número de ensayos clínicos encontrados por nombre del fármaco.

FármacoFase clínica máximaMecanismoMejor pChEMBL exactoTipoEnsayos por nombre
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

La segunda ruta es depmap. Sus parámetros son gene y top. Fijamos el gen en TP53 y top en 6, lo que devuelve los seis linajes listados. La respuesta incluye además valores escalares del gen: 1178 líneas celulares, de las cuales 4 son dependientes, es decir, un 0,3 por ciento, y un efecto génico medio de 0,379. El campo common_essential es false.

curl -s -H "Authorization: Bearer $BIOQ_API_KEY" \
  "https://bioq.bio/api/v1/depmap?gene=TP53&top=6"
LinajeLíneas celularesDependiente% dependientesEfecto génico medio
Head and Neck7711.30.133
Breast5311.90.176
Pancreas47000.193
Myeloid4212.40.194
Esophagus/Stomach69000.223
Lung126000.226

Las dos consultas recurrieron a 2 recursos distintos según los datos de esta respuesta. El tiempo de motor fue de 0,21 segundos para ambas. Es el tiempo medido en el lado de BioQ; no incluye la latencia de su red ni el tiempo que dedique a escribir el código de análisis.

Qué significa y cómo interpretarlo

Orden de las llamadas. Llame primero a drugs: devuelve la lista que probablemente querrá filtrar o cruzar con otros datos. Llame después a depmap si necesita saber si el gen es una dependencia de viabilidad. Las llamadas son independientes, de modo que un script puede ejecutarlas en paralelo. Lo único que comparten es el símbolo del gen.

Potencia. El valor pChEMBL es el logaritmo decimal negativo (log10) de la potencia molar, de modo que un número mayor indica un compuesto más fuerte. En la tabla, Navtemadlin tiene 9,22 e Idasanutlin 8,22, ambos a partir de mediciones de IC50. Los dos figuran con el mecanismo «Tumour suppressor p53/oncoprotein Mdm2 inhibitor». Es el eje TP53-MDM2: estos compuestos actúan sobre MDM2, el regulador negativo de p53, y se asocian a TP53 por ese mecanismo. No se unen directamente a p53 mutante. Tenga esto presente al filtrar por gen.

Celdas de potencia vacías. Varias filas carecen de valor pChEMBL y de tipo de ensayo. Es el caso de la terapia génica Contusugene Ladenovec, del fármaco de ARNi Teprasiran y del antisentido Cenersen. Un valor de potencia procedente de un ensayo de unión o enzimático no se aplica a estas modalidades. En un script, trate el valor nulo como «sin potencia exacta registrada», no como cero.

Número de ensayos. La última columna cuenta los ensayos encontrados por nombre del fármaco. Aspirin muestra 533, sin mecanismo ni potencia registrados, y aparece con la fase APPROVAL. El recuento es una coincidencia por nombre, no un recuento de ensayos relacionados con TP53. Un script que ordene los fármacos por esta columna colocará la aspirina en primer lugar por motivos ajenos al gen.

Dependencia génica. Para TP53 el efecto génico medio es 0,379. Un valor Chronos más negativo significa que el knockout redujo más la viabilidad, de modo que una media positiva indica que, en promedio, los knockouts no redujeron la viabilidad en este panel. Las 4 líneas dependientes se reparten entre Head and Neck, Breast y Myeloid, con 1 en cada uno de esos linajes entre los seis mostrados. Pancreas, Esophagus/Stomach y Lung tienen 0 líneas dependientes. Aquí, una dependencia significa un efecto génico igual o inferior a un umbral constante con nombre. Ese umbral es una elección, no una propiedad de los datos.

Desde un asistente. Un asistente de IA puede acceder a las mismas dos rutas mediante MCP. Pasa los mismos parámetros y recibe los mismos campos, por lo que la interpretación anterior se aplica sin cambios. Incluya en las instrucciones que le dé el tratamiento de los valores nulos y la salvedad sobre la coincidencia por nombre.

Cómo reproducirlo en BioQ

  1. Cree una clave de API en su cuenta de BioQ y envíela como bearer token en la cabecera Authorization de cada solicitud. En un cliente MCP, coloque la misma clave en la configuración del servidor.
  2. Llame a drugs con gene=TP53 y limit=8, como en la primera llamada anterior. En Python, pase los parámetros como un diccionario a su cliente HTTP. En curl, añádalos a la cadena de consulta.
  3. Analice las filas por nombre de columna y no por posición. Trate las cadenas vacías y los nulos de las columnas de potencia y tipo como valores ausentes.
  4. Llame a depmap con gene=TP53 y top=6. Lea los escalares para el resumen del gen y las filas para el desglose por linaje.
  5. Para comprobar su script con la interfaz, ejecute la misma consulta en el cuadro de búsqueda de BioQ y compare las tablas:
TP53

Abrir esta consulta en BioQ

  1. Aumente limit si desea los 18 fármacos en lugar de los 8 mostrados, y aumente top si desea más linajes.

Límites: qué no muestran los datos

  • La ruta drugs lista fármacos vinculados al gen. No afirma que un fármaco funcione frente a enfermedad con TP53 mutado. El texto del mecanismo y la fase clínica proceden de fuentes curadas y pueden diferir en los detalles.
  • Los valores pChEMBL son mediciones exactas de un único tipo de ensayo, aquí IC50. No son comparables entre formatos de ensayo y no dicen nada sobre la actividad en pacientes.
  • Los recuentos de ensayos por nombre pueden incluir ensayos sin relación con el gen, como muestra la fila de la aspirina.
  • DepMap abarca líneas celulares de cáncer en cultivo. Un efecto génico medio positivo para TP53 no descarta la dependencia en un contexto genético específico ni in vivo. El desglose por linaje usa grupos pequeños, por lo que una sola línea dependiente puede modificar mucho un porcentaje.
  • La respuesta es una instantánea a 2026-11-06. Fije la fecha en su script si necesita resultados reproducibles y espere que las cifras cambien al actualizarse las versiones de origen.
  • Nada de lo aquí expuesto constituye consejo médico ni recomendación de tratamiento.

Datos y método

Las cifras de esta página se leyeron del motor de BioQ el 2026-11-06 (2 consultas, 0.2 s de tiempo de motor en total). Las tablas las genera el código a partir de las respuestas del motor; el texto solo las explica.

/depmap, /drugs

Ejecute usted mismo la misma consulta en BioQ: TP53

Solo para uso en investigación. Esta página resume datos públicos y no constituye asesoramiento médico.

BioQ es un motor de búsqueda con IA y un agente con un objetivo: hacer la investigación biológica 100 veces más rápida. Pregunte en la aplicación web, por la API REST o desde Claude, ChatGPT o Cursor mediante MCP.

Consultas utilizadas

Preguntas frecuentes

¿Cómo obtengo fármacos por símbolo génico con la API REST de BioQ?

Llame a la ruta `drugs` con el parámetro `gene` igual al símbolo, por ejemplo TP53, y un `limit` opcional. Para TP53 la respuesta informa de 18 fármacos y muestra 8 con un límite de 8.

¿Qué significa pChEMBL en la respuesta de drugs?

Es el logaritmo decimal negativo de la potencia molar, de modo que un valor mayor indica un compuesto más fuerte. Para TP53, Navtemadlin tiene 9,22 e Idasanutlin 8,22, ambos a partir de ensayos de IC50.

¿Por qué algunos fármacos de TP53 no tienen valor de potencia?

Varias entradas, como Cenersen, Teprasiran y Contusugene Ladenovec, son productos antisentido, de ARNi o de terapia génica. No se registra un pChEMBL exacto para ellos, por lo que el campo queda vacío y debe tratarse como valor ausente.

¿Es TP53 un gen esencial común en DepMap?

No. La ruta `depmap` devuelve common_essential como false. De 1178 líneas celulares, 4 son dependientes (0,3 por ciento) y el efecto génico medio es 0,379.

¿Cuánto tarda la receta de dos llamadas?

El tiempo de motor fue de 0,21 segundos para 2 consultas, que recurrieron a 2 recursos distintos. No incluye la latencia de red ni su propio tiempo de análisis.

Fuentes

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

Los resultados proceden de bases de datos públicas a la fecha indicada y pueden cambiar. BioQ ofrece información para la investigación, no consejo médico.

Más del blog