Claude Open Targetsコネクタで優先順位を付ける — 関連スコアの読み方

Open Targetsコネクタは、疾患に関連しそうな創薬ターゲットの候補をClaudeの会話から引き出し、並べ替えるための接続口です。気をつけたいのは、返ってくる関連スコアの意味です。スコアは根拠の量と質を畳み込んだ順位付けの目安で、「この遺伝子が本当に効く」という確からしさではありません。この記事では、接続の手順と、スコアを読み違えやすい箇所を順に見ます。

Open Targetsコネクタでできること

Open Targetsコネクタは、Open Targetsが自ら提供するコネクタで、カテゴリは「Data & analytics」と「Health & life sciences」です。ログインは不要で、2026年1月に追加されました。接続先のURLは https://mcp.platform.opentargets.org/mcp です。

扱う対象は、創薬ターゲットの体系的な特定と優先順位付けを支えるOpen Targets Platformのデータです。ターゲットと疾患の関連を集めてスコア化し、ターゲット・疾患や表現型・薬・バリアント・GWAS・分子QTL・クレディブルセットの注釈を引けます。

コネクタが公開するツールは4つです。

• get_open_targets_graphql_schema
• search_entities
• query_open_targets_graphql
• batch_query_open_targets_graphql

名前のとおり、Open TargetsのGraphQL APIを読み取り専用で呼ぶ構成です。各ツールの個別の説明は、コネクタの掲載ページにありません。Claudeがスキーマを取得し、エンティティを検索し、問い合わせを組み立てる流れだと考えると見通しがよくなります。

データはCC0 1.0で公開されており、学術にも商用にも使えます。コネクタのコード自体はApache 2.0です。ただしOpen Targets側は、このMCPが開発と試行の途上にあると明記しています。仕様が動く前提で付き合う必要があります。

接続の手順

使う場所によって入口が違います。

/plugin marketplace add anthropics/life-sciences
/plugin install open-targets@life-sciences

組織でコネクタの公開範囲を絞っている場合は、ツールアクセス設定の読み込みモードにも左右されます。拡張機能の探し方全般は拡張機能ディレクトリの解説にまとめています。

まず頼む質問と、返ってくる順位の意味

Claudeアカデミーのチュートリアルは、使い始めの質問として「アルツハイマー病に関連する上位5つのターゲットは何か」を挙げています。返るのは、総合の関連スコアに基づく順位と、データ種別ごとの根拠の内訳です。

ここで読み取るのは順位より内訳です。同じ0.6台のスコアでも、臨床実績が支えているのか、論文中の共起が支えているのかで、次の判断がまったく違います。最初の質問に続けて、例えば次のように頼むと内訳が表に出ます。

アルツハイマー病に関連する上位5つのターゲットについて、
総合スコアに加えてデータ種別ごとのスコアを並べてください。
直接の関連と間接の関連を区別し、論文だけが根拠のものに印を付けてください。

上は依頼文の例で、実際の返り方はClaudeの問い合わせ次第です。返ってきた表は、そのまま信じず、以降の節で述べる見方で点検します。

関連スコアは何を計算しているか

Open Targetsでは、ターゲットと疾患の組を「関連」と呼び、同じ組に寄せられた複数の根拠を1つの関連にまとめます。スコアは3段階で出ます。

足し合わせたあとに、理論上の最大値(根拠がすべて1の無限列で約1.644)で割り、0から1に収めます。

計算例を置きます。根拠のスコアが1.0、0.9、0.8なら、合計は1.0 + 0.9/4 + 0.8/9で約1.31、これを1.644で割って約0.80です。一方、満点1.0の根拠が1件だけだと、1.0 ÷ 1.644で約0.61にしかなりません。根拠が1件のとき、どれほど強くてもスコアは頭打ちになります。複数の独立した根拠が積み上がって初めて1に近づく設計です。

データ種別のスコアだけは、割る値が違います。データソースが1つしかない種別(テキストマイニング)が不利にならないよう、そのデータソースの数だけ1を並べた列で最大値を出します。データソースが1つなら割る値は1、3つなら約1.36です。

重みは、既定ではEurope PMC、Expression Atlas、IMPCが0.2、Cancer Biomarkersが0.5、それ以外は1です。論文の共起や発現のデータは、総合スコアへの効きが小さく抑えられています。重みはAPIでも画面の詳細設定でも変えられるとされており、優先順位付けの方針に合わせて調整できます。

順位表を読み違えやすい5つの場面

Open Targetsの文書自身が、スコアの限界を次のように述べています。スコアは根拠の有無に左右される目安であり、ターゲットと疾患の関連の信頼度として読んではいけません。この前提から、実務で起きやすい読み違いを挙げます。

直接と間接の違いは、順位が食い違う原因になります。炎症性腸疾患のターゲット一覧には、クローン病という下位の疾患に寄せられたNOD2の根拠も入ります。逆にNOD2から疾患を引くと、直接の根拠だけが対象です。Claudeに順位を並べさせたら、どちらの範囲で数えたかを必ず答えさせると、同じ画面で見た結果と食い違う理由を追えます。なお、RNA発現の根拠だけはオントロジーの上位へ伝播されません。上位の疾患に弱い発現関連のターゲットが長く並ぶのを避けるためです。

臨床実績のスコアは、Phase Iが0.1、Phase IIが0.2、Phase IIIが0.7、承認が1.0です。承認や市販後(Phase IV)、市場撤退はどれも1.0なので、スコアが高いことと薬として安全に使えていることは同じではありません。

ターゲットの優先順位は別の見方で補う

関連スコアは、疾患との結びつきの強さを測る軸です。それだけではターゲットの優劣は決まりません。Open Targetsの「ターゲット優先順位付け」ビューは、疾患に依存しないターゲット自身の性質を4つの区分で評価します。

信号機の色分けで表示され、緑が好ましい性質、赤が好ましくない性質を示します。安全性の区分には、既知の有害事象が1件でもあればマイナス、必須遺伝子ならマイナスというように、情報が欠けた項目と悪い項目が別物として扱われる点があります。情報がない項目は「NA」で、評価が低いのではなく不明という意味です。Claudeの要約で空欄を良いものと読まれないように、NAの扱いを依頼文で指定しておくと安全です。

使い分けの目安は次のとおりです。

• 疾患が決まっていて候補を広げたいとき: 関連スコアの上位から、データ種別の内訳を見る
• 候補が絞れていて着手の優先を決めたいとき: 優先順位付けの4区分で、薬にしやすさと安全性を比べる
• 根拠が論文の共起だけの候補: 臨床や遺伝学の根拠があるものと同列に扱わない

運用で押さえておく点

返ってきた数値は、Claudeが問い合わせの結果を要約したものです。創薬の判断に使う前に、Open Targetsの画面で同じターゲットと疾患を引き、スコアと根拠の件数が一致するかを確かめる習慣が要ります。データのバージョンが変われば、同じ質問でも順位は変わります。

生命科学分野でのClaudeの活用全般は製薬創薬活用ガイドに、安全面の取り組みは生命科学の認証プログラムの解説に書いています。コネクタは開発元が提供する外部のツールで、Anthropicはどのツールが公開されるかを管理できず、動作の保証もしません。信頼できる提供元のものだけを使う前提は、このコネクタでも変わりません。

まとめ

Open Targetsコネクタは、疾患とターゲットの関連を引く窓口として手軽ですが、スコアの意味を押さえずに順位だけを持ち帰ると読み違えます。見るべきは、総合スコアよりデータ種別の内訳と、直接か間接かの範囲、そして論文共起のみで支えられていないかです。そのうえで、着手の優先を決める段階では、関連スコアとは別に、薬にしやすさと安全性の区分を並べて比べます。