# CHANGELOG — MASHFibroTargetGap-Kor (매시파이브로타겟갭코어)

## [2026-05-15]

### 수행 내용
- MASH fibrosis drug-target landscape gap mining + Korean cohort PoC
  suitability + 한국어 grant proposal card 생성기 standalone Python CLI
  MVP 빌드.
- MASH/NASH 약물 20종 + 분자기전 30종 ontology + drug × mechanism coverage
  matrix + gap ranking + 한국 cohort PoC plan 합성 데이터 5개 CSV 구축.
- 5개 핵심 기능 모두 구현: pipeline ingest, coverage matrix, gap ranking,
  Korean PoC suitability, grant card + OpenClaw export.

### 주요 결정 사항
- **Python 표준 라이브러리만 사용**: numpy/pandas/scipy 설치 의존성 제거
  (사용자 환경 변동성 회피, manual `pip install` 단계 없이 바로 실행).
- **합성 데이터 ClinicalTrials.gov NCT 기반**: 실제 trial ID 참조했으나
  N/endpoint/status 등 세부값은 illustrative. 의학적 디스클레이머에서
  실제 의사결정 금지 강조.
- **Coverage score scale 0/0.3/0.5/0.7/1.0/1.2**: phase별 단계적 가중치 +
  approved 약물 1.2 부스트. 매트릭스 시각화 시 `.`/`p`/`1`/`2`/`3`/`A`
  로 표시.
- **Gap score는 사전 정의된 gap_targets.csv 값 사용**: coverage matrix
  에서 자동 계산 가능했지만, mechanism 별 preclinical evidence/KO mouse
  phenotype/GWAS 등 외부 정보 결합이 필요해 명시적 데이터 행으로 구축.
- **Grant card 후보 분류 휴리스틱**: mab/antisense/aso/fc/fusion 키워드
  매칭으로 항체/소분자 자동 split. 정확도는 perfect가 아니나 brainstorm
  aid 로 충분.
- **Korean PoC AAF 동일 값 (PNPLA3 0.42, TM6SF2 0.073)**: 한국인 GWAS
  consensus 값으로 모든 target 행에 통일. 실제 cohort별 차이는 후속 보완.

### 변경된 파일
- `main.py` — argparse CLI 본체 (~400 LOC), 9개 sub-command
- `data/mash_drugs.csv` — 약물 20종 schema
- `data/mechanism_ontology.csv` — 분자기전 30종 + 외부 ontology ID
- `data/coverage_matrix.csv` — drug × mechanism 42 cell
- `data/gap_targets.csv` — mechanism별 gap_score + 차세대 후보 + preclinical
- `data/korean_poc.csv` — 21 target 한국 cohort PoC suitability
- `README.md` — 도구 설명 + 데이터 schema + 디스클레이머
- `QA.md` — 검수 결과 10개 항목 ALL PASS
- `CHANGELOG.md` — 본 파일

### 재현 방법
```
cd "projects/2026-05-15-3-mash-fibro-target-gap-kor"
python3 main.py --help
python3 main.py --summary
python3 main.py --pipeline
python3 main.py --coverage-matrix
python3 main.py --gap-rank --top 10
python3 main.py --target-candidates "CD8-Trm"
python3 main.py --korean-poc "integrin alpha-v beta-6"
python3 main.py --grant-card --target "LOXL2"
python3 main.py --export-openclaw /tmp/openclaw_mash.json
```

### 후속 보완 항목
- gap_targets.csv 의 patent landscape 컬럼 별도 분리 (현재 디스클레이머로 대체).
- coverage matrix 의 endpoint 종류별 (biopsy/NIT/hard endpoint) 가중치 차등 부여.
- Korean cohort PoC 사이트별 capacity / IRB turnaround 추정치 추가.
- KDDF / 국가신약개발 / NRF 예산 규모 추정 함수.