mcpField
A
alterlab-hmdb

alterlab-hmdb

github.com/alterlab-ieu数据与数据库7866 次安装5 周前更新
代码仓库

关于 alterlab-hmdb

alterlab-hmdb 是用于查询和解读 HMDB 人体代谢物数据的技能，面向代谢组学、临床化学和生物标志物研究，可通过网页搜索、数据集下载及脚本获取单条记录（在访问可用时）。

主要功能

  1. 01按名称、标识符和生物样本搜索
  2. 02查询疾病关联与浓度信息
  3. 03查看代谢通路及酶关联
  4. 04搜索 NMR、MS 和 MS-MS 谱图
  5. 05下载 XML、SDF、FASTA 和表格数据

适用场景

  1. 01鉴定非靶向代谢组中的代谢物
  2. 02研究疾病相关生物标志物
  3. 03查找代谢物的通路背景
  4. 04下载 HMDB 数据构建本地分析流程

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/alterlab-ieu/alterlab-academic-skills --skill alterlab-hmdb

安装后在 Claude Code 中输入/alterlab-hmdb确认已加载。

包含的文件

除 SKILL.md 外，安装时一起下载的参考资料和脚本。

evals/
evals.json
references/
hmdb_data_fields.md
scripts/
query_hmdb.py

详细介绍

HMDB 数据库

概述

人类代谢组数据库（HMDB）是一项全面且免费提供的资源，包含人体内小分子代谢物的详细信息。

脚本

scripts/query_hmdb.py — 按登录号获取并解析 HMDB 代谢物 XML 记录（仅使用标准库，JSON 输出到标准输出）：

python scripts/query_hmdb.py HMDB0000001    # full accession
python scripts/query_hmdb.py 1              # bare number (zero-padded automatically)

注意：HMDB 不提供公共 REST API。截至 2026-09，整个网站（包括 .xml 记录 URL）都部署在 Cloudflare 浏览器验证机制之后，因此脚本请求通常会收到 HTTP 403 错误——备用方案请参阅“程序化访问”。如需批量处理，请在浏览器中从 https://www.hmdb.ca/downloads 下载 XML/SDF 数据集。

何时使用此技能

在进行代谢组学研究、临床化学、生物标志物发现或代谢物鉴定任务时，应使用此技能：识别人类代谢物、查询其生物流体浓度及疾病／生物标志物关联，或将其与 HMDB 参考 NMR/MS 光谱进行匹配。

不适用场景
场景改用
查询任意小分子的一般化合物标识符、属性或生物测定数据alterlab-pubchem
原始代谢组学研究数据集、RefMet 标准化名称alterlab-metabolomics-wb
通路图及 KEGG 化合物／反应 IDalterlab-kegg
使用自己的光谱文件计算 MS/MS 光谱相似度alterlab-matchms
药物药理学、靶点及相互作用alterlab-drugbank

数据库内容

HMDB 5.0 版（2022 年发布；截至 2026 年年中最新的主要版本）包含：

  • 220,945 条代谢物记录，涵盖水溶性和脂溶性化合物（v5.0 论文报告为 217,920 条；在线网站的数量会随着数据整理而增长）
  • 约 8,600 条蛋白质序列，涵盖参与代谢的酶和转运蛋白
  • 每种代谢物包含 130 多个数据字段，包括：
    • 化学性质（结构、分子式、分子量、InChI、SMILES）
    • 临床数据（生物标志物关联、疾病、正常／异常浓度）
    • 生物学信息（通路、反应、位置）
    • 光谱数据（NMR、MS、MS-MS 光谱）
    • 外部数据库链接（KEGG、PubChem、MetaCyc、ChEBI、PDB、UniProt、GenBank）

核心功能

1. 基于网页的代谢物搜索

通过 https://www.hmdb.ca/ 的网页界面访问 HMDB，支持：

文本搜索：

  • 按代谢物名称、别名或标识符（HMDB ID）搜索
  • HMDB ID 示例：HMDB0000001、HMDB0001234
  • 按疾病关联或通路参与情况搜索
  • 按生物样本类型查询（尿液、血清、脑脊液、唾液、粪便、汗液）

基于结构的搜索：

  • 使用 ChemQuery 进行结构和子结构搜索
  • 按分子量或分子量范围搜索
  • 使用 SMILES 或 InChI 字符串查找化合物

光谱搜索：

  • LC-MS 光谱匹配
  • GC-MS 光谱匹配
  • 用于代谢物鉴定的 NMR 光谱搜索

高级搜索：

  • 组合多个条件（名称、属性、浓度范围）
  • 按生物学位置或样本类型筛选
  • 按蛋白质／酶关联搜索
2. 获取代谢物信息

获取代谢物数据时，HMDB 提供：

化学信息：

  • 系统名称、传统名称和别名
  • 化学分子式和分子量
  • 结构表示（2D/3D、SMILES、InChI、MOL 文件）
  • 化学分类和类别

生物学背景：

  • 代谢通路和反应
  • 相关酶和转运蛋白
  • 亚细胞位置
  • 生物学作用和功能

临床相关性：

  • 生物流体中的正常浓度范围
  • 与疾病相关的生物标志物关联
  • 临床意义
  • 适用时的毒性信息

分析数据：

  • 实验和预测 NMR 光谱
  • MS 和 MS-MS 光谱
  • 保留时间和色谱数据
  • 用于鉴定的参考峰
3. 可下载数据集

HMDB 在 https://www.hmdb.ca/downloads 提供多种格式的批量数据下载：

可用格式：

  • XML：完整的代谢物、蛋白质和谱图数据
  • SDF：用于化学信息学的代谢物结构文件
  • FASTA：蛋白质和基因序列
  • TXT：原始谱图峰列表
  • CSV/TSV：表格数据导出

数据集类别：

  • 所有代谢物，或按样本类型筛选
  • 蛋白质/酶序列
  • 实验和预测谱图（NMR、GC-MS、MS-MS）
  • 通路信息

最佳实践：

  • 下载 XML 格式，以获取包含所有字段的完整数据
  • 对于基于结构的分析和化学信息学工作流，使用 SDF 格式
  • 解析 CSV/TSV 格式，以便集成到数据分析流水线中
  • 查看版本日期，确保数据是最新的（当前主要版本：v5.0）

使用要求：

  • 学术和非商业研究可免费使用
  • 商业用途需要获得明确许可（联系 [email protected]）
  • 使用数据时请引用 HMDB 出版物
4. 编程访问

HMDB 没有发布文档齐全的公共 REST API。实用的编程访问方式按优先顺序排列如下：

  • 批量下载（任何数据量均优先采用）： 从 https://www.hmdb.ca/downloads 下载 XML/SDF/CSV 数据文件，并在本地解析。这是唯一可扩展且不会受到速率限制的方式。
  • 单条记录 XML 端点： 每条记录均以 XML 格式提供，网址为 https://www.hmdb.ca/metabolites/<ID>.xml（由 scripts/query_hmdb.py 使用）。该端点未公开文档；2026 年 9 月，它向脚本客户端返回了 Cloudflare 验证（HTTP 403）——仅当你的网络获准访问时才可使用，切勿用于批处理任务。若访问受阻，请如实说明，不要凭记忆填写字段。
  • 通过开放 API 交叉引用（hmdb.ca 屏蔽访问时可用）： PubChem 将 HMDB 编号编入索引，作为注册编号——https://pubchem.ncbi.nlm.nih.gov/rest/pug/compound/xref/RegistryID/HMDB0000001/cids/JSON 会返回 CID 92105（1-甲基组氨酸），之后可从 PubChem 获取结构和属性（alterlab-pubchem）。UniChem 可将 HMDB（来源 18）映射到 ChEBI/ChEMBL/KEGG：向 https://www.ebi.ac.uk/unichem/api/v1/compounds 发送 POST 请求，内容为 {"type": "sourceID", "compound": "HMDB0000001", "sourceID": 18}。这些方式只能提供身份信息和结构——浓度、生物标志物证据和谱图仍需通过 HMDB 获取。
  • R/Bioconductor hmdbQuery： 已弃用，且已从当前版本的 Bioconductor 中移除（最后随 3.21 版发布）；不要基于它构建新的工作流。
  • 自定义 API： 如需获得获准的批量/商业 API 访问权限，请联系 HMDB 团队（地址见上文“使用要求”）。
5. 常见研究工作流

非靶向代谢组学中的代谢物鉴定：

  1. 获取样本的实验 MS 或 NMR 谱图
  2. 使用 HMDB 谱图搜索工具与参考谱图进行匹配
  3. 检查分子量、保留时间和 MS-MS 碎片，以验证候选物
  4. 审查其生物学合理性（是否预期存在于该样本类型中、是否属于已知通路）

生物标志物发现：

  1. 在 HMDB 中搜索与目标疾病相关的代谢物
  2. 查看正常状态与疾病状态下的浓度范围
  3. 找出差异丰度显著的代谢物
  4. 考察通路背景和生物学机制
  5. 通过 PubMed 链接与文献交叉引用

通路分析：

  1. 从实验数据中确定感兴趣的代谢物
  2. 查询每种代谢物的 HMDB 条目
  3. 提取通路关联和酶促反应
  4. 使用关联的 SMPDB（小分子通路数据库）查看通路图
  5. 识别通路富集情况，以辅助生物学解读

数据库集成：

  1. 以 XML 或 CSV 格式下载 HMDB 数据
  2. 解析并提取相关字段，存入本地数据库
  3. 关联外部编号（KEGG、PubChem、ChEBI），以支持跨数据库查询
  4. 构建整合 HMDB 参考数据的本地工具或流水线

相关 HMDB 资源

HMDB 生态系统包含相关数据库：

  • DrugBank：约 2,832 种药物化合物及其药学信息
  • T3DB (Toxin and Toxin Target Database)：约 3,670 种有毒化合物
  • SMPDB (Small Molecule Pathway Database)：通路图和通路映射
  • FooDB：约 70,000 种食物成分化合物

这些数据库具有相似的结构和标识符，可跨人体代谢组、药物、毒素和食物数据库进行集成查询。

最佳实践

数据质量：

  • 使用多种证据类型（光谱、结构、性质）验证代谢物鉴定结果
  • 检查实验数据与预测数据的质量指标
  • 查看生物标志物关联的引用文献和证据

版本追踪：

  • 记录研究中使用的 HMDB 版本（当前版本：v5.0）
  • 数据库会定期更新，添加新条目并修正现有内容
  • 发布时重新查询以获取更新，确保信息为最新

引用：

  • 在使用 HMDB 的出版物中始终引用 HMDB
  • 讨论代谢物时引用具体的 HMDB ID
  • 对下载的数据集注明数据来源

性能：

  • 对于大规模分析，下载完整数据集，而非反复进行网页查询
  • 使用合适的文件格式（综合数据使用 XML，表格分析使用 CSV）
  • 考虑在本地缓存常用的代谢物信息

参考文档

有关可用数据字段及其含义的详细信息，请参阅 references/hmdb_data_fields.md。

评论

支持 Markdown