metabolomics-workbench-database

Metabolomics Workbench データベース

概要

Metabolomics Workbench は、UCSD でホストされている、NIH Common Fund が支援する包括的なプラットフォームであり、メタボロミクス研究データの主要なリポジトリとして機能します。4,200 を超える処理済みスタディ（そのうち 3,790 以上が一般公開）へのプログラムによるアクセス、RefMet による標準化された代謝物命名法、および複数の分析プラットフォーム（GC-MS、LC-MS、NMR）にまたがる強力な検索機能を提供します。

このスキルを使用するタイミング

このスキルは、代謝物の構造を照会する場合、スタディデータにアクセスする場合、命名法を標準化する場合、質量分析検索を実行する場合、または Metabolomics Workbench REST API を通じて遺伝子・タンパク質と代謝物の関連情報を取得する場合に使用します。

主な機能

1. 代謝物の構造とデータの照会

構造、識別子、外部データベースへの相互参照を含む、包括的な代謝物情報にアクセスします。

主な操作:

• さまざまな識別子（PubChem CID、InChI Key、KEGG ID、HMDB ID など）による化合物データの取得
• 分子構造を MOL ファイルまたは PNG 画像としてダウンロード
• 標準化された化合物分類へのアクセス
• 異なる代謝物データベース間の相互参照

クエリの例:

import requests

# Get compound information by PubChem CID
response = requests.get('https://www.metabolomicsworkbench.org/rest/compound/pubchem_cid/5281365/all/json')

# Download molecular structure as PNG
response = requests.get('https://www.metabolomicsworkbench.org/rest/compound/regno/11/png')

# Get compound name by registry number
response = requests.get('https://www.metabolomicsworkbench.org/rest/compound/regno/11/name/json')

2. スタディのメタデータと実験結果へのアクセス

さまざまな条件でメタボロミクススタディを照会し、完全な実験データセットを取得します。

主な操作:

• 代謝物、研究機関、研究者、またはタイトルによるスタディ検索
• スタディの概要、実験因子、分析の詳細へのアクセス
• さまざまな形式での完全な実験データの取得
• 完全なスタディ情報のための mwTab 形式ファイルのダウンロード
• 非ターゲットメタボロミクスデータの照会

クエリの例:

# List all available public studies
response = requests.get('https://www.metabolomicsworkbench.org/rest/study/study_id/ST/available/json')

# Get study summary
response = requests.get('https://www.metabolomicsworkbench.org/rest/study/study_id/ST000001/summary/json')

# Retrieve experimental data
response = requests.get('https://www.metabolomicsworkbench.org/rest/study/study_id/ST000001/data/json')

# Find studies containing a specific metabolite
response = requests.get('https://www.metabolomicsworkbench.org/rest/study/refmet_name/Tyrosine/summary/json')

3. RefMet による代謝物命名法の標準化

RefMet データベースを使用して代謝物名を標準化し、4 段階の構造解決レベルにわたる体系的な分類にアクセスします。

主な操作:

• 一般的な代謝物名を標準化された RefMet 名にマッチング
• 化学式、正確な質量、または InChI Key による照会
• 階層分類（スーパークラス、メインクラス、サブクラス）へのアクセス
• すべての RefMet エントリの取得、または分類によるフィルタリング

クエリの例:

# Standardize a metabolite name
response = requests.get('https://www.metabolomicsworkbench.org/rest/refmet/match/citrate/name/json')

# Query by molecular formula
response = requests.get('https://www.metabolomicsworkbench.org/rest/refmet/formula/C12H24O2/all/json')

# Get all metabolites in a specific class
response = requests.get('https://www.metabolomicsworkbench.org/rest/refmet/main_class/Fatty%20Acids/all/json')

# Retrieve complete RefMet database
response = requests.get('https://www.metabolomicsworkbench.org/rest/refmet/all/json')

4. 質量分析検索の実行

指定したイオン付加体と許容範囲を用いて、質量電荷比（m/z）により化合物を検索します。

主な操作:

• 複数のデータベース（Metabolomics Workbench、LIPIDS、RefMet）を対象とした前駆イオン質量の検索
• イオン付加体の種類を指定（M+H、M-H、M+Na、M+NH4、M+2H など）
• 特定の付加体を用いた既知の代謝物の正確な質量の計算
• 柔軟なマッチングのための質量許容範囲の設定

クエリの例:

# Search by m/z value with M+H adduct
response = requests.get('https://www.metabolomicsworkbench.org/rest/moverz/MB/635.52/M+H/0.5/json')

# Calculate exact mass for a metabolite with specific adduct
response = requests.get('https://www.metabolomicsworkbench.org/rest/moverz/exactmass/PC(34:1)/M+H/json')

# Search across RefMet database
response = requests.get('https://www.metabolomicsworkbench.org/rest/moverz/REFMET/200.15/M-H/0.3/json')

5. 分析パラメータと生物学的パラメータによるスタディのフィルタリング

MetStat コンテキストを使用して、特定の実験条件に一致するスタディを検索します。

主な操作:

• 分析手法によるフィルタリング（LCMS、GCMS、NMR）
• イオン化極性の指定（POSITIVE、NEGATIVE）
• クロマトグラフィーの種類によるフィルタリング（HILIC、RP、GC）
• 特定の種、試料の供給源、または疾患を対象とする
• セミコロン区切り形式を使用して複数のフィルタを組み合わせる

クエリの例:

# Find human blood studies on diabetes using LC-MS
response = requests.get('https://www.metabolomicsworkbench.org/rest/metstat/LCMS;POSITIVE;HILIC;Human;Blood;Diabetes/json')

# Find all human blood studies containing tyrosine
response = requests.get('https://www.metabolomicsworkbench.org/rest/metstat/;;;Human;Blood;;;Tyrosine/json')

# Filter by analytical method only
response = requests.get('https://www.metabolomicsworkbench.org/rest/metstat/GCMS;;;;;;/json')

6. 遺伝子およびタンパク質情報へのアクセス

代謝経路および代謝物の代謝に関連する遺伝子・タンパク質データを取得します。

主な操作:

• シンボル、名称、または ID による遺伝子の照会
• タンパク質配列と注釈へのアクセス
• 遺伝子 ID、RefSeq ID、UniProt ID 間の相互参照
• 遺伝子と代謝物の関連情報の取得

クエリの例:

# Get gene information by symbol
response = requests.get('https://www.metabolomicsworkbench.org/rest/gene/gene_symbol/ACACA/all/json')

# Retrieve protein data by UniProt ID
response = requests.get('https://www.metabolomicsworkbench.org/rest/protein/uniprot_id/Q13085/all/json')

一般的なワークフロー

ワークフロー 1: 特定の代謝物を含むスタディの検索

特定の代謝物の測定値を含むすべてのスタディを見つけるには、次の手順を実行します。

1. まず RefMet を使用して代謝物名を標準化します:

   response = requests.get('https://www.metabolomicsworkbench.org/rest/refmet/match/glucose/name/json')
   

2. 標準化された名前を使用してスタディを検索します:

   response = requests.get('https://www.metabolomicsworkbench.org/rest/study/refmet_name/Glucose/summary/json')
   

3. 特定のスタディから実験データを取得します:

   response = requests.get('https://www.metabolomicsworkbench.org/rest/study/study_id/ST000001/data/json')
   

ワークフロー 2: MS データからの化合物の同定

質量分析の m/z 値から潜在的な化合物を同定するには、次の手順を実行します。

1. 適切なアダクトと許容誤差を指定して m/z 検索を実行します:

   response = requests.get('https://www.metabolomicsworkbench.org/rest/moverz/MB/180.06/M+H/0.5/json')
   

2. 結果から候補化合物を確認します

3. 候補化合物の詳細情報を取得します:

   response = requests.get('https://www.metabolomicsworkbench.org/rest/compound/regno/{regno}/all/json')
   

4. 確認のために構造をダウンロードします:

   response = requests.get('https://www.metabolomicsworkbench.org/rest/compound/regno/{regno}/png')
   

ワークフロー 3: 疾患特異的なメタボロミクスの探索

特定の疾患と分析プラットフォームに関するメタボロミクス研究を見つけるには、次の手順を実行します。

1. MetStat を使用して研究をフィルタリングします:

   response = requests.get('https://www.metabolomicsworkbench.org/rest/metstat/LCMS;POSITIVE;;Human;;Cancer/json')
   

2. 結果から研究 ID を確認します

3. 研究の詳細情報にアクセスします:

   response = requests.get('https://www.metabolomicsworkbench.org/rest/study/study_id/ST{ID}/summary/json')
   

4. 完全な実験データを取得します:

   response = requests.get('https://www.metabolomicsworkbench.org/rest/study/study_id/ST{ID}/data/json')
   

出力形式

API は 2 つの主要な出力形式をサポートしています:

• JSON（デフォルト）: 機械可読な形式で、プログラムからのアクセスに最適です
• TXT: 人が読みやすいタブ区切りのテキスト形式

API URL の末尾に /json または /txt を追加して形式を指定します。形式を省略した場合は、デフォルトで JSON が返されます。

ベストプラクティス

1. 標準化には RefMet を使用する: 一貫した命名法を確保するため、研究を検索する前に、必ず RefMet で代謝物名を標準化してください

2. 適切なアダクトを指定する: m/z 検索を行う際は、分析手法に適したイオンアダクトの種類を使用してください（例: ポジティブモード ESI の場合は M+H）

3. 適切な許容誤差を設定する: 適切な質量許容誤差を使用してください（通常、低分解能 MS の場合は 0.5 Da、高分解能 MS の場合は 0.01 Da）

4. 参照データをキャッシュする: 頻繁に使用する参照データ（RefMet データベース、化合物情報）をキャッシュして、API 呼び出しを最小限に抑えることを検討してください

5. ページネーションを処理する: 大規模な結果セットの場合、レスポンス内に複数のデータ構造が含まれる可能性があることを想定してください

6. 識別子を検証する: 正しい化合物同定を確実にするため、可能な場合は複数のデータベース間で代謝物識別子を相互参照してください

リソース

references/

詳細な API リファレンスドキュメントは references/api_reference.md にあり、以下の内容を含みます:

• REST API エンドポイントの完全な仕様
• 利用可能なすべてのコンテキスト（compound、study、refmet、metstat、gene、protein、moverz）
• 入力・出力パラメーターの詳細
• 質量分析用のイオンアダクトの種類
• 追加のクエリ例

詳細な API 仕様が必要な場合や、あまり使われないエンドポイントを扱う場合は、このリファレンスファイルを読み込んでください。