ClaudeでOpen Targetsコネクタを使用する

このコネクタは、疾患との関連性に基づいて治療薬ターゲットの特定と優先順位付けを行うための、Open Targets Platformへのアクセスを提供します。この記事では、ClaudeでOpen Targets連携を設定・使用し、裏付けとなるデータをより迅速に調べ、薬物ターゲットの優先順位付けと疾患との関連性の評価を行う方法について説明します。

Open Targets連携は、Claudeのリモートコネクタを使用する機能に依存しています。

この連携が提供するもの

Open Targetsコネクタは、Open Targets Platform内のデータと分析にアクセスし、解釈するための専用インターフェースと指示を提供します。

Open Targets Platformは、潜在的な治療薬ターゲットの体系的な特定と優先順位付けをサポートする包括的なツールであり、公開データセットを統合してターゲットと疾患の関連性を構築・スコアリングします。また、ターゲット、疾患/表現型、薬物、バリアント、GWASおよび分子QTL研究、信頼区間セット(credible sets)に関する関連アノテーション情報、さらにそれらの間の最も重要な関係性も統合しています。

このツールは、Open Targets Platform GraphQL APIを読み取り専用としてアクセス可能にし、Open Targets Platformドキュメントに記載されているすべてのソースを含んでいます。

Open Targets連携を利用すべき対象

• ターゲット発見科学者: 新規の治療ターゲットの特定
• リサーチディレクター/チームまたはプロジェクトリーダー/ポートフォリオマネージャー: 戦略的意思決定とポートフォリオ管理
• あらゆるレベルの学術研究者: 自身のデータを既存のデータと比較する、例えば自分が作成したターゲットのリストに対する関連性エビデンスと優先順位付け分析を閲覧する
• バイオインフォマティシャン/データエンジニア/機械学習エンジニア/研究開発ITチーム: Open Targetsのデータを独自データセットと統合し、社内データプラットフォームやソリューションを構築し、生物学的データでモデルを訓練する

Open Targets連携にアクセスできる対象

コネクタを通じて利用できるOpen Targets Platformのデータは、学術目的および商用目的での利用が可能です。Open Targets PlatformはCC0 1.0でマークされており、これによりデータはパブリックドメインに指定され、下流のユーザーは制限なくデータを利用できます。詳細については、Open Targets Platformライセンスドキュメントを参照してください。

コネクタのコード自体はApache 2.0でライセンスされています。

連携へのアクセスに関する詳細は、Open TargetsのMCPサーバードキュメントで確認できます。

Open Targets連携の設定

組織オーナー向け（TeamおよびEnterprise）

1. 管理設定 > コネクタに移動します
2. 「コネクタを閲覧」をクリックします
3. 「Open Targets」をクリックします
4. 「チームに追加」をクリックします

個人のClaudeユーザー向け

1. 設定 > コネクタに移動します
2. 「Open Targets」を見つけます
3. 「接続」をクリックします

Claudeでのツールの検索と接続について学びましょう。

Claude Codeユーザー向け

1. 上記の手順に従って、ClaudeでOpen Targetsを接続します
2. 同じClaudeアカウントでClaude Codeにサインインし（アカウントを切り替えるには/loginを実行します）、その後Claude Codeを再起動します
3. /mcpを実行し、コネクタがリストのclaude.aiセクションに表示されていることを確認します（表示されていない場合は、そのセクションの末尾にある未使用のコネクタを表示を選択します）

Claude Codeでのクロード(Claude)からのコネクタの使用について学びましょう。

Open Targets連携の技術的な詳細については、Open TargetsのMCPサーバードキュメントを参照してください。

使用例

疾患を研究するターゲット発見研究者

• 製薬企業の初期発見チームに所属する神経科学研究者が、アルツハイマー病の新しい治療ターゲットを探索しています。彼らは、どのターゲットが疾患との関連性について最も強いエビデンスを示しているかを評価し、裏付けとなるエビデンスの種類を理解する必要があります。その後、エビデンスに基づいてさらにターゲットの優先順位付けを行いたいと考えるかもしれません。
• プロンプト例:

• プラットフォームは、全体的な関連性スコアに基づくターゲットのランキングリストと、複数のデータタイプにわたるエビデンスの内訳を提供します。そこからユーザーは、ターゲットやエビデンスについてさらに質問することができます。

研究を閲覧する統計遺伝学者

• 学術研究機関の統計遺伝学者が、早発性アルツハイマー病に関連する遺伝子バリアントを調査しています。PSEN1に関する既存の遺伝学的エビデンスをレビューしており、どのようなゲノムワイド関連解析（GWAS）が実施されたか、最も可能性の高い原因バリアントは何か、どの集団が研究対象となったか、そしてこれらの知見が研究間でどのように比較されるかを理解する必要があります。
• プロンプト例:

• プラットフォームは、PSEN1を含む研究と信頼区間セットのリストを、バリアントレベルの情報、研究のメタデータ、元の論文へのリンクとともに提供できます。ユーザーは、これらの研究や信頼区間セット内の情報をさらに照会することができます。

安全性データを用いたターゲットの優先順位付け

• ターゲット選定委員会に所属するトランスレーショナルサイエンティストが、抗炎症プログラムのための潜在的な薬物ターゲットを評価しています。彼らは、リスクとベネフィットの議論に役立てるため、このタンパク質をターゲットとすることに関連する安全性プロファイルを理解する必要があり、既知の有害事象や安全性の問題、臨床試験からのエビデンス、市販後調査、遺伝学的研究が含まれます。
• プロンプト例:

• プラットフォームは、複数のソースからの包括的な安全性情報を提供し、ユーザーはそれをさらに詳しく調べたり、異なるターゲット間で情報を比較したりすることができます。