hmdb-database

HMDB 数据库

概述

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

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。

数据库内容

HMDB 5.0 版（截至 2025 年的当前版本）包含：

• 220,945 条代谢物记录，涵盖水溶性和脂溶性化合物
• 8,610 条蛋白质序列，涉及参与代谢的酶和转运蛋白
• 每种代谢物含 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 Web 的代谢物搜索

通过 https://www.hmdb.ca/ 的 Web 界面访问 HMDB，可进行以下搜索：

文本搜索：

• 按代谢物名称、同义词或标识符（HMDB ID）搜索
• HMDB ID 示例：HMDB0000001、HMDB0001234
• 按疾病关联或参与的通路搜索
• 按生物样本类型查询（尿液、血清、CSF、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

检索代谢物数据时，HMDB 提供：

化学信息：

• 系统名称、常用名称和同义词
• 化学式和分子量
• 结构表示形式（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
• 生物学角色和功能

临床相关性：

• 生物体液中的正常浓度范围
• 与疾病相关的生物标志物
• 临床意义
• 适用时提供毒性信息

分析数据：

• 实验和预测的 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、蛋白质和光谱数据
• 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：原始光谱峰列表
• CSV/TSV：表格数据导出文件

数据集类别：

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

最佳实践：

• 如需包含所有字段的完整数据，请下载 XML 格式
• 结构分析和化学信息学工作流请使用 SDF 格式
• 将 CSV/TSV 格式解析后用于数据分析管道集成
• 检查版本日期以确保数据为最新版本（当前版本：v5.0，2023-07-01）

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 相关出版物

4. 程序化 API 访问

API 可用性： HMDB 不提供公共 REST API。程序化访问需联系开发团队：

• **学术／研究团体：**联系 [email protected]（Eponine）或 [email protected]（Scott）
• **商业组织：**联系 [email protected]（Scott），获取定制 API 访问权限

其他程序化访问方式：

• R/Bioconductor：使用 hmdbQuery 包进行基于 R 的查询
  • 安装：BiocManager::install("hmdbQuery")
  • 提供基于 HTTP 的查询函数
• 已下载的数据集：在本地解析 XML 或 CSV 文件，以进行程序化分析
• 网页抓取：不建议采用；请联系团队获取适当的 API 访问方式

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 光谱
2. 使用 HMDB 光谱搜索工具与参考光谱进行匹配
3. 通过检查分子量、保留时间和 MS-MS 碎片信息来验证候选物
4. 检查其生物学合理性（是否预期存在于该标本类型中、是否属于已知通路）

生物标志物发现：

1. 在 HMDB 中搜索与关注疾病相关的代谢物
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. 检查通路背景和生物学机制
5. 通过 PubMed 链接与文献交叉参考

通路分析：

1. 从实验数据中找出关注的代谢物
2. 查询每种代谢物对应的 HMDB 条目
3. 提取通路关联和酶促反应
4. 使用关联的 SMPDB（Small Molecule Pathway Database）查看通路图
5. 确定通路富集情况，以进行生物学解释

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，以供本地数据库使用
3. 关联外部 ID（KEGG、PubChem、ChEBI），以进行跨数据库查询
4. 构建集成本地 HMDB 参考数据的工具或数据管道

相关 HMDB 资源

HMDB 生态系统还包括相关数据库：

• 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)：通路图和通路地图
• FooDB：约 70,000 种食品成分化合物

这些数据库的结构和标识符相似，因此可以跨人类代谢组、药物、毒素和食品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、属性）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
• 发布研究成果时，重新查询以获取更新，确保信息为最新

引用：

• 使用 HMDB 数据库的出版物中务必引用 HMDB
• 讨论代谢物时注明具体的 HMDB ID
• 对已下载的数据集注明数据来源

性能：

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

参考文档

详细的数据字段及其含义请参阅 references/hmdb_data_fields.md。