# REST API 按基因查询药物:TP53 的药物与效价

> 用 BioQ REST API 按基因查询药物:一次 TP53 调用返回 18 个药物,含临床阶段与 pChEMBL 效价,数据截至 2026-11-06。

数据截至 2026-11-06 · 发布 2026-11-06 · 更新 2026-11-06 · https://bioq.bio/blog/zh-CN/api-recipe-every-drug-for-a-gene-over-rest

![BioQ 搜索页面:查询 TP53,表格按临床阶段列出药物,含作用机制与 pChEMBL 列。](https://bioq.bio/blog/img/api-recipe-every-drug-for-a-gene-over-rest/zh-CN/hero.webp)

用 REST API 按基因查询药物,一次调用就能把基因符号 TP53 变成 18 个已知药物,每个药物都带有最高临床阶段,以及(如有)精确的 pChEMBL 效价。再调用一次,可得到 1178 个 DepMap 细胞系中的 CRISPR 依赖性。两次调用合计引擎耗时 0.21 秒,数据截至 2026-11-06。

## 我们的问题:REST API 按基因查询药物(以 TP53 为例)

靶点评估脚本通常从这样的问题开始:对某个基因符号,已知有哪些药物,临床进展到哪一步,对该靶点的效价如何?随后还有第二个问题:该基因在敲除筛选中是否影响细胞存活,在哪些谱系中有影响?

手工完成这些步骤,需要在 Open Targets 中查靶点,在 ChEMBL 中查效价,在 ClinicalTrials.gov 中查临床试验,再下载 DepMap 数据。每个数据库都有自己的标识符和导出格式。BioQ REST API 把前两个问题放进 `drugs` 和 `depmap` 两个路由。两个路由都以基因符号为参数,可以用 Python、curl 调用,也可以由 AI 助手通过 MCP 调用。

## BioQ 的 drugs 与 depmap 路由返回了什么

第一个路由是 `drugs`,参数为 `gene` 和 `limit`。我们把 gene 设为 TP53,limit 设为 8。返回结果显示该基因已知有 18 个药物,当前展示 8 个。数据来源版本整合了 Open Targets、ChEMBL、Drug Repurposing Hub 和 ClinicalTrials.gov。

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

每一行包含药物名称、最高临床阶段、作用机制、精确的 pChEMBL 值及其实验类型,以及按药物名称检索到的临床试验数量。

| 药物 | 最高临床阶段 | 作用机制 | 最佳精确 pChEMBL | 类型 | 按名称匹配的临床试验 |
|---|---|---|---|---|---|
| Aspirin | APPROVAL | — | — | — | 533 |
| Navtemadlin | PHASE_3 | Tumour suppressor p53/oncoprotein Mdm2 inhibitor | 9.22 | IC50 | 9 |
| Idasanutlin | PHASE_3 | Tumour suppressor p53/oncoprotein Mdm2 inhibitor | 8.22 | IC50 | 14 |
| Contusugene Ladenovec | PHASE_3 | Cellular tumor antigen p53 exogenous gene | — | — | 0 |
| Eprenetapopt | PHASE_3 | Cellular tumor antigen p53 stabiliser | — | — | 1 |
| Teprasiran | PHASE_3 | p53 mRNA RNAi inhibitor | — | — | 1 |
| Alrizomadlin | PHASE_2 | Tumour suppressor p53/oncoprotein Mdm2 inhibitor | — | — | 1 |
| Cenersen | PHASE_2 | p53 mRNA antisense inhibitor | — | — | 3 |

第二个路由是 `depmap`,参数为 `gene` 和 `top`。我们把 gene 设为 TP53,top 设为 6,返回表中列出的 6 个谱系。结果还包含基因层面的汇总值:1178 个细胞系,其中 4 个表现为依赖,占 0.3%,平均基因效应(mean gene effect)为 0.379。字段 `common_essential` 为 false。

```bash
curl -s -H "Authorization: Bearer $BIOQ_API_KEY" \
  "https://bioq.bio/api/v1/depmap?gene=TP53&top=6"
```

| 谱系 | 细胞系 | 依赖 | 依赖比例(%) | 平均基因效应 |
|---|---|---|---|---|
| Head and Neck | 77 | 1 | 1.3 | 0.133 |
| Breast | 53 | 1 | 1.9 | 0.176 |
| Pancreas | 47 | 0 | 0 | 0.193 |
| Myeloid | 42 | 1 | 2.4 | 0.194 |
| Esophagus/Stomach | 69 | 0 | 0 | 0.223 |
| Lung | 126 | 0 | 0 | 0.226 |

这个答案涉及 2 次查询,使用了 2 种不同的资源,两次合计引擎耗时 0.21 秒。这是 BioQ 一侧的实测耗时,不包含你的网络延迟,也不包含编写解析代码的时间。

## 结果的含义与解读

**调用顺序。** 先调用 `drugs`,得到你大概率要筛选或关联的药物列表。如果还需要了解该基因是否为存活依赖基因,再调用 `depmap`。两次调用相互独立,脚本可以并行运行,二者唯一共用的是基因符号。

**效价。** pChEMBL 值是摩尔效价的负 log10,数值越高表示化合物越强。表中 Navtemadlin 为 9.22,Idasanutlin 为 8.22,均来自 IC50 测定。两者的作用机制都标注为 "Tumour suppressor p53/oncoprotein Mdm2 inhibitor",即 TP53 与 MDM2 这一轴线。这些化合物作用于 p53 的负调控因子 MDM2,并通过该机制被归到 TP53 名下,并不直接结合突变型 p53。按基因筛选时请注意这一点。

**效价为空。** 若干行没有 pChEMBL 值,也没有实验类型,包括基因治疗药物 Contusugene Ladenovec、RNAi 药物 Teprasiran 和反义药物 Cenersen。来自结合实验或酶学实验的效价数值并不适用于这些药物类型。在脚本中,请把 null 视为"未记录精确效价",而不是 0。

**临床试验数量。** 最后一列是按药物名称检索到的试验数量。Aspirin 显示 533,没有作用机制,也没有记录效价,阶段为 APPROVAL。这个数字是名称匹配的结果,不是与 TP53 相关的试验数。如果脚本按此列给药物排序,Aspirin 会因与该基因无关的原因排在首位。

**依赖性。** TP53 的平均基因效应为 0.379。Chronos 值越负,表示敲除后细胞存活下降越明显,因此平均值为正意味着在该细胞系组中,敲除平均并未降低存活。4 个依赖细胞系分布在所展示前六个谱系中的头颈(Head and Neck)、乳腺(Breast)和髓系(Myeloid),各 1 个。胰腺(Pancreas)、食管/胃(Esophagus/Stomach)和肺(Lung)的依赖细胞系为 0。这里的"依赖"指基因效应小于或等于某个命名的常数阈值。该阈值是人为选择,不是数据本身的属性。

**通过 AI 助手调用。** AI 助手可以通过 MCP 访问同样的两个路由,传入相同的参数,得到相同的字段,因此上述解读完全适用。给助手的指令中,请保留对 null 的处理方式和名称匹配的提醒。

## 如何在 BioQ 中复现

1. 在 BioQ 账户中创建 API 密钥,并在每个请求的 Authorization 头中以 bearer token 形式发送。使用 MCP 客户端时,把同一密钥写入服务器配置。
2. 以 `gene=TP53`、`limit=8` 调用 `drugs`,与上文第一次调用一致。在 Python 中,把参数以字典形式传给 HTTP 客户端;在 curl 中,把参数加到查询字符串里。
3. 按列名而不是位置解析各行。效价和类型列中的空字符串与 null 都按缺失值处理。
4. 以 `gene=TP53`、`top=6` 调用 `depmap`。基因层面的汇总读取 scalars,谱系分解读取各行。
5. 若要对照界面检验脚本,可在 BioQ 搜索框中运行同一查询,并比较两边的表格:

```text
TP53
```

[在 BioQ 中打开此查询](https://bioq.bio/login?next=%2Fapp%23q%3DTP53)

6. 如果想看全部 18 个药物而不是展示的 8 个,请调大 `limit`;想看更多谱系,请调大 `top`。

## 局限:这些数据没有说明什么

- `drugs` 路由列出的是与该基因关联的药物,并不表示药物对 TP53 突变型疾病有效。作用机制文本和临床阶段来自人工整理的数据源,细节上可能存在差异。
- pChEMBL 值是来自单一实验类型(此处为 IC50)的精确测量值,不同实验形式之间不可直接比较,也不能说明在患者中的活性。
- 按名称统计的试验数量可能包含与该基因无关的试验,Aspirin 一行就是例子。
- DepMap 覆盖的是体外培养的癌细胞系。TP53 的平均基因效应为正,并不能排除在特定遗传背景或体内环境下存在依赖。按谱系的分解样本量较小,1 个依赖细胞系就可能让百分比发生很大变化。
- 返回结果是截至 2026-11-06 的快照。如需可重复的结果,请在脚本中固定日期,并预期随底层数据版本更新,数字会发生变化。
- 本文内容不构成医疗建议或治疗推荐。

## 数据与方法
本页数字于2026-11-06从 BioQ 引擎读取（共2次查询，引擎累计耗时0.2秒）。表格由代码根据引擎返回结果生成，正文只是对这些数值的转述。

`/depmap`, `/drugs`

在 BioQ 中亲自运行同一查询：[TP53](https://bioq.bio/login?next=%2Fapp%23q%3DTP53)

*仅供科研参考。本页汇总公开数据，不构成医疗建议。*

BioQ 是一款以“让生物学研究提速 100 倍”为目标的 AI 搜索引擎和智能体。可在网页应用和 REST API 中使用，也可通过 MCP 在 Claude、ChatGPT、Cursor 中提问。

## 使用的查询

- [`TP53`](https://bioq.bio/login?next=%2Fapp%23q%3DTP53)

## 常见问题

### 如何用 BioQ REST API 按基因符号查询药物?

调用 `drugs` 路由,将参数 `gene` 设为基因符号(例如 TP53),并可选设置 `limit`。对 TP53,返回结果显示共 18 个药物,limit 为 8 时展示其中 8 个。

### drugs 返回结果中的 pChEMBL 是什么意思?

pChEMBL 是摩尔效价的负 log10,数值越高表示化合物越强。对 TP53,Navtemadlin 为 9.22,Idasanutlin 为 8.22,均来自 IC50 测定。

### 为什么有些 TP53 药物没有效价值?

Cenersen、Teprasiran 和 Contusugene Ladenovec 等条目属于反义、RNAi 或基因治疗产品,没有记录精确的 pChEMBL,因此该字段为空,应按缺失值处理。

### TP53 在 DepMap 中是常见必需基因吗?

不是。`depmap` 路由返回的 common_essential 为 false。1178 个细胞系中有 4 个依赖(0.3%),平均基因效应为 0.379。

### 这个两次调用的流程需要多长时间?

2 次查询的引擎耗时为 0.21 秒,使用了 2 种不同的资源。该耗时不含网络延迟和你自己的解析时间。

## 来源

- 数据集: [Open Targets Platform; ChEMBL; Drug Repurposing Hub](https://platform.opentargets.org/)
- 数据集: [DepMap CRISPR Chronos gene effect (24Q4)](https://depmap.org/portal/)

> 结果基于所示日期的公开数据库，可能会变化。BioQ 提供研究信息，不构成医疗建议。
