癌细胞系 ID 跨数据库映射工具，支持 DepMap、GDSC (COSMIC) 和 Sanger (Cell Model Passports) 三大数据库之间的标识符互转。
如果你在 DepMap 的 CRISPR 数据里看到 A549 叫 ACH-000681，在 GDSC 的药敏数据里又叫 COSMIC 905949，在 Sanger 那边又变成 SIDM00903——这个工具就是帮你解决这个问题的。
三大癌症基因组学资源对同一批细胞系使用了三套不同的 ID 体系，手动核对繁琐且容易出错。这个工具一行代码就能完成跨数据库 ID 互转。
pip install cell-id-mapper# 用任意一种 ID 查找
cell-id-mapper lookup A549
cell-id-mapper lookup ACH-000681
cell-id-mapper lookup 905949 # COSMIC ID
# 模糊搜索
cell-id-mapper search MCF
# ID 类型互转
cell-id-mapper convert A549 --from name --to cosmic
# 列出某个癌种的所有细胞系
cell-id-mapper lineage Breast
# 查看覆盖率统计
cell-id-mapper statsfrom cell_id_mapper import load_mapper
mapper = load_mapper()
# 精确查找
cl = mapper.from_name("A549")
print(cl.depmap_id) # ACH-000681
print(cl.cosmic_id) # 905949
print(cl.sanger_id) # SIDM00903
print(cl.lineage) # Lung
# 便捷转换方法
mapper.ach_to_cosmic("ACH-000681") # "905949"
mapper.name_to_ach("A549") # "ACH-000681"
mapper.cosmic_to_name("905949") # "A549"
# 模糊搜索
hits = mapper.search("colo")
for h in hits:
print(h.cell_line_name, h.lineage)
# 按癌种或疾病筛选
lung_cells = mapper.by_lineage("Lung")
melanomas = mapper.by_disease("Melanoma")映射表由以下数据库合并、去重、过滤得到：
| 数据库 | ID 格式 | 示例 |
|---|---|---|
| DepMap | ACH-XXXXXX | ACH-000681 |
| GDSC / COSMIC | 纯数字 | 905949 |
| Sanger Cell Model Passports | SIDMXXXXXX | SIDM00903 |
内置 2,200+ 条癌细胞系，覆盖 37 个癌种。如需基于最新官方数据重构建：
# 1. 从 https://depmap.org/portal/download 下载 Model.csv
# 2. 从 https://cellmodelpassports.sanger.ac.uk/downloads 下载 model_list_*.csv
# 3. 把两个文件放到 data/ 文件夹，然后运行：
python scripts/build_bundled_data.pycell-id-mapper/
├── src/cell_id_mapper/
│ ├── __init__.py # 包入口
│ ├── mapper.py # 核心 CellLineMapper 类
│ ├── cli.py # 命令行接口
│ └── data/
│ └── mappings.csv # 内置映射表
├── data/ # 原始下载数据（不含 .csv）
│ └── .gitkeep
├── scripts/
│ └── build_bundled_data.py # 从本地源文件重构建映射表
├── tests/
│ └── test_mapper.py # 单元测试
├── .gitignore
├── pyproject.toml
├── LICENSE
└── README.md
- Python 3.10+
- 无强制依赖（仅使用标准库）
- 可选：
pandas、openpyxl（用于本地数据构建脚本）
MIT。详见 LICENSE。