疾病靶点收集器

解决什么问题

在网络药理学或疾病机制研究中，第一步往往不是建模，而是先把“这个病和哪些基因有关”收敛成一份可信的靶点列表。GeneCards 上有现成的 GeneCards 搜索结果 CSV，但手动下载、复制、清洗和阈值筛选会打断流程，而且每个人筛出来的基因数也不一样，不利于复现。disease-target-collection 把这一步固定下来：优先用浏览器自动化打开 GeneCards 搜索结果页，按 Download → CSV 的流程把原始文件落到本地，再统一解析为后续可用的 {Disease}_Merged_Targets.json 与 {Disease}_Gene_List.txt。

核心能力与关键步骤

• 输入一个疾病词，直接拼出 GeneCards 结果页：https://www.genecards.org/search/results?q={Disease}，不先扩展同义词。
• 自动化只覆盖到“下载 CSV”这一步；如果页面要求登录、出现验证码，或系统弹出保存确认框，会停下让用户手动接力，不会改走 web search 或其他数据源。
• 默认把下载文件复制到 ./np-output/disease/，保留原始 CSV 和中间文件，方便审计与重跑。
• 解析前必须让用户选择 Relevance Score 过滤方式：--median-multiple=2.0 保留 Score ≥ 2 × 中位数；--min-score=1.0 做硬阈值；也可自定义或全量保留。
• 解析脚本跨平台执行：macOS / Linux 用 python3 $SKILL_DIR/scripts/disease_genecards_targets.py；Windows CMD 用 python %SKILL_DIR%\scripts\disease_genecards_targets.py；PowerShell 用 python $env:SKILL_DIR/scripts/disease_genecards_targets.py。
• 输出基因符号统一大写、一行一个；完整靶点信息进入 JSON。管线模式下，{Disease}_Gene_List.txt 会放在 ./np-output/disease/，供后续 target-intersection 自动发现；独立运行时也可单独收集某病靶点或批量补数据。

适用边界与注意点

• 唯一网页来源是 GeneCards，导出格式以 CSV 为准；CSV 必须由用户登录后的 GeneCards 账号导出。
• 浏览器自动化不可用、被验证码/下载确认阻断时，技能应立即停下，说明需要在哪一步手动完成，并把哪个 CSV 放到哪里。
• 疾病名直接使用用户提供的搜索词，不做同义词扩展；若搜索词本身含糊，结果也会按该词的 GeneCards 结果页呈现。
• 保留原始 CSV 与解析中间文件，后续可按不同阈值重新筛选，而不必重新下载。