1. 课程导论：什么是药物图谱？SPARQL简介与学习路径
好，咱们这门课正式开始了。
先问大家一个问题：你手头有一堆药物数据，可能来自不同数据库——DrugBank、ChEMBL、PubMed……这些数据分散、格式各异，你想知道“某款药能治什么病，作用于哪个靶点，相关基因是什么”，怎么办？
传统做法是写一堆SQL，做表连接、导入导出，折腾半天。我以前带团队做药物研发时，就经常被这类问题搞得焦头烂额。直到我接触了药物图谱和SPARQL，才真正打开新世界。
1.1 药物图谱是什么？
说白了，药物图谱就是把药物相关的所有知识——药物、疾病、基因、靶点、副作用、通路……统统结构化，用节点（Node）和边（Edge）串起来。
每个节点是一个实体，比如“阿司匹林”；每条边是实体间的关系，比如“阿司匹林→治疗→头痛”。
你想想看，这不就像一张巨大的知识网络吗？
- 节点：药物、疾病、基因、蛋白质、靶点、通路、副作用……
- 边：治疗、靶向、抑制、激活、与……相关
- 属性：节点和边可以附带额外信息，比如药物的化学式、疾病的发生率
| 实体类型 | 示例节点 | 关系类型 | 示例边 |
|---|---|---|---|
| 药物 | 伊马替尼 | 靶向 | 伊马替尼 → 靶向 → BCR-ABL |
| 疾病 | 慢性粒细胞白血病 | 治疗 | 伊马替尼 → 治疗 → 慢性粒细胞白血病 |
| 基因 | ABL1 | 相关 | ABL1 → 相关 → 慢性粒细胞白血病 |
| 副作用 | 恶心 | 导致 | 伊马替尼 → 导致 → 恶心 |
1.2 SPARQL：专门查图谱的语言
SPARQL 全称是 SPARQL Protocol and RDF Query Language（SPARQL协议与RDF查询语言）。
听起来复杂？其实不难。它的核心思路是：你来描述“你想要什么模式”，它去图里匹配。
举个例子，假设你有药物图谱，想找“所有能治疗‘头痛’的药”。
PREFIX drug: <http://example.org/drug/>
SELECT ?drugName
WHERE {
?drug drug:treats drug:headache .
?drug drug:hasName ?drugName .
}就这么简单？对。整个模式是 ?drug → treats → headache 这条边，再加上 ?drug → hasName → ?drugName。SPARQL 会帮你把匹配的所有 ?drugName 列出来。
1.3 为什么SPARQL适合药物图谱？
你想想看，药物数据天然是多源异构的。同一个药，在DrugBank里叫“Imatinib”，在ChEMBL里可能叫“STI571”，在PubMed文献里又是“Gleevec”。
传统数据库里，你得建一堆映射表，维护起来很痛苦。我在项目中就踩过这个坑——数据整合半年，查个简单问题还要写几十行SQL。
SPARQL+图谱就不一样了。你可以用URI唯一标识实体，用灵活的模式匹配处理多源数据。一个查询，跨库联查轻而易举。
| 对比维度 | 传统SQL+关系库 | SPARQL+药物图谱 |
|---|---|---|
| 数据模型 | 表 | 图（节点+边） |
| 关联方式 | 外键Join | 路径模式匹配 |
| 多源整合 | ETL映射、转换 | URI统一标识、原生支持 |
| 复杂关系查询 | 多层嵌套、性能差 | 图遍历、路径函数、效率高 |
| 扩展性 | 改表结构、迁移 | 随时加节点、加边 |
1.4 学习路径：我会怎么带你走？
这门课一共30章，我不希望你走弯路。下面是我精心设计的路线：
- 基础篇（第1-6章）：弄懂RDF、图数据模型、SPARQL基本语法。你到第6章就能写出第一个能跑的查询。
- 进阶篇（第7-15章）：深入学习FILTER、OPTIONAL、UNION、聚合函数、子查询。你开始能处理复杂筛选和统计了。
- 实战篇（第16-22章）：结合真实药物图谱（我会用公开数据集），做药物-疾病-靶点联查、副作用分析、成分相似度比较。
- 性能与部署篇（第23-28章）：索引优化、查询分析、SPARQL端点搭建。我以前在工业级环境里调优的经验，全放这里。
- 拓展篇（第29-30章）：与其他工具集成（Python、JavaScript）、构建自己的药物图谱。
1.5 你需要准备的
不多，就三样：
- 一个浏览器——大部分练习我会带你用在线SPARQL端点测试。
- 一颗好奇心——药物图谱的世界非常大，你喜欢的话可以自己去探索。
- 一点点耐心——初期可能不习惯图思维，相信我，熬过前5章就好。