Claude에서 Open Targets 커넥터 사용하기

이 커넥터는 질병 연관성을 기반으로 치료용 약물 타겟을 식별하고 우선순위를 정하기 위해 Open Targets Platform에 대한 액세스를 제공합니다. 이 문서에서는 Claude와 Open Targets 통합을 설정하고 사용하여 지원 데이터를 더 빠르게 탐색하고 약물 타겟의 우선순위를 정하며 질병 연관성을 평가하는 방법을 설명합니다.

Open Targets 통합은 Claude의 원격 커넥터 사용 기능에 의존합니다.

이 통합이 제공하는 기능

Open Targets 커넥터는 Open Targets Platform 내의 데이터와 분석에 접근하고 해석하기 위한 목적에 맞게 설계된 인터페이스와 지침을 제공합니다.

Open Targets Platform은 잠재적인 치료용 약물 타겟의 체계적인 식별 및 우선순위 지정을 지원하는 포괄적인 도구로, 공개적으로 이용 가능한 데이터셋을 통합하여 타겟-질병 연관성을 구축하고 점수를 매깁니다. 또한 타겟, 질병/표현형, 약물, 변이체, GWAS 및 분자 QTL 연구, 신뢰 구간(credible sets)에 대한 관련 주석 정보와 이들 간의 가장 관련성 높은 관계도 통합합니다.

이 도구는 Open Targets Platform GraphQL API를 읽기 전용으로 액세스할 수 있게 하며, Open Targets Platform 문서에 나열된 모든 소스를 포함합니다.

Open Targets 통합을 사용해야 하는 대상

• 타겟 발굴 과학자: 새로운 치료 타겟 식별
• 연구 디렉터/팀 또는 프로젝트 리더/포트폴리오 매니저: 전략적 의사결정 및 포트폴리오 관리
• 모든 수준의 학술 연구자: 자신의 데이터를 기존 데이터와 대조, 예를 들어 직접 생성한 타겟 목록에 대한 연관성 증거와 우선순위 분석을 확인
• 생물정보학자/데이터 엔지니어/머신러닝 엔지니어/R&D IT 팀: 독점 데이터셋과 Open Targets 데이터를 통합하고, 내부 데이터 플랫폼 및 솔루션을 구축하고, 생물학적 데이터로 모델을 학습

Open Targets 통합에 액세스할 수 있는 대상

커넥터를 통해 이용 가능한 Open Targets Platform 데이터는 학술 및 상업적 용도로 사용할 수 있습니다. Open Targets Platform은 CC0 1.0으로 표시되어 있으며, 이는 데이터를 퍼블릭 도메인으로 지정하여 다운스트림 사용자가 제한 없이 데이터를 사용할 수 있도록 합니다. 자세한 내용은 Open Targets Platform 라이선스 문서를 참조하세요.

커넥터 코드 자체는 Apache 2.0으로 라이선스가 부여됩니다.

통합에 액세스하는 방법에 대한 자세한 내용은 Open Targets의 MCP Server 문서에서 확인할 수 있습니다.

Open Targets 통합 설정하기

조직 소유자용 (Team 및 Enterprise)

1. Admin settings > Connectors로 이동합니다
2. "Browse connectors"를 클릭합니다
3. "Open Targets"를 클릭합니다
4. "Add to your team"을 클릭합니다

개별 Claude 사용자용

1. Settings > Connectors로 이동합니다
2. "Open Targets"를 찾습니다
3. "Connect"를 클릭합니다

Claude에서 도구를 찾고 연결하는 방법에 대해 알아보세요.

Claude Code 사용자용

1. 위 단계에 따라 Claude에서 Open Targets를 연결합니다
2. 동일한 Claude 계정으로 Claude Code에 로그인한 후(계정을 전환하려면 /login을 실행), Claude Code를 다시 시작합니다
3. /mcp를 실행하여 커넥터가 claude.ai 섹션 목록에 표시되는지 확인합니다(표시되지 않는 경우 해당 섹션 끝에 있는 Show unused connectors를 선택하세요)

Claude Code에서 Claude의 커넥터 사용하기에 대해 알아보세요.

Open Targets 통합의 기술적 세부 사항은 Open Targets의 MCP Server 문서에서 확인할 수 있습니다.

예시 사용 사례

질병을 연구하는 타겟 발굴 연구자

• 제약 회사의 초기 발굴팀에 소속된 신경과학 연구자가 알츠하이머병에 대한 새로운 치료 타겟을 탐색하고 있습니다. 이들은 어떤 타겟이 해당 질병과의 연관성에 대해 가장 강력한 증거를 보이는지 평가하고 지원 증거의 유형을 이해해야 합니다. 이후 증거를 기반으로 타겟의 우선순위를 더 세밀하게 정하고자 할 수 있습니다.
• 예시 프롬프트:

• 이 플랫폼은 전체 연관성 점수를 기반으로 한 타겟의 순위 목록과 여러 데이터 유형에 걸친 증거의 세부 내역을 제공합니다. 이를 통해 사용자는 타겟과 증거에 대해 추가 질문을 할 수 있습니다.

연구를 탐색하는 통계 유전학자

• 학술 연구 기관의 통계 유전학자가 조기 발병 알츠하이머병과 관련된 유전적 변이체를 조사하고 있습니다. 이들은 PSEN1에 대한 기존 유전적 증거를 검토하고 있으며, 어떤 전장유전체 연관성 분석(GWAS)이 수행되었는지, 가능성이 가장 높은 원인 변이체는 무엇인지, 어떤 모집단이 연구되었는지, 그리고 이러한 결과가 연구 간에 어떻게 비교되는지 이해해야 합니다.
• 예시 프롬프트:

• 이 플랫폼은 PSEN1을 포함하는 연구 및 신뢰 구간 목록을 변이체 수준 정보 및 연구 메타데이터, 원본 논문 링크와 함께 제공할 수 있습니다. 사용자는 이러한 연구 및 신뢰 구간의 정보에 대해 추가로 질의할 수 있습니다.

안전성 데이터를 활용한 타겟 우선순위 지정

• 타겟 선정 위원회에 소속된 중개 연구 과학자(translational scientist)가 항염증 프로그램을 위한 잠재적 약물 타겟을 평가하고 있습니다. 이들은 위험-이익 논의에 참고하기 위해 이 단백질을 타겟으로 삼는 것과 관련된 안전성 프로파일을 이해해야 하며, 여기에는 알려진 이상 반응 및 안전성 문제, 임상시험 증거, 시판 후 감시(post-marketing surveillance), 그리고 유전학 연구가 포함됩니다.
• 예시 프롬프트:

• 이 플랫폼은 여러 소스에서 얻은 포괄적인 안전성 정보를 제공하며, 사용자는 이를 더 자세히 탐색하고 서로 다른 타겟에 대한 정보를 비교할 수 있습니다.