kegg-analysis

KEGG 生物信息学分析

此技能使用 KEGG MCP 服务工具编排多步骤生物分析。它可将原始基因列表、药物名称或通路 ID 转换为结构化的生物学洞见。

何时使用此技能

• 对基因列表进行通路富集分析
• 调查药物的作用机制、靶点和相互作用
• 比较不同物种的代谢通路
• 追踪化合物—反应网络
• 将基因映射到功能模块和直系同源群

此技能的功能

1. 识别分析类型：根据用户输入判断分析类型（富集、药物、比较、网络）
2. 解析标识符：将基因符号、药物名称或通路 ID 映射到 KEGG 条目
3. 检索交叉关联数据：追踪 KEGG 数据库之间的关联
4. 汇总并排序结果：统计通路命中数、评估保守性、按功能分组
5. 整合生物学背景：阐释结果的意义，而不只是列出 ID

使用方法

通路富集

Analyze these genes for pathway enrichment in human: BRCA1, TP53, EGFR, KRAS, PIK3CA

工作流程：

1. 针对目标物种（例如 hsa）中的每个基因调用 search_genes
2. 调用 get_gene_info 确认基因身份并获取 KEGG 基因 ID
3. 调用 find_related_entries 获取每个基因关联的通路
4. 汇总：统计输入基因映射到每条通路的数量
5. 对排名靠前的通路调用 get_pathway_info
6. 调用 render_pathway_ascii 获取可视化背景
7. 报告通路排名及 p 值替代指标（基因数 / 通路大小）

药物靶点调查

Investigate metformin: targets, pathways, and interactions

工作流程：

1. 调用 search_drugs 查找 KEGG 药物条目
2. 调用 get_drug_info 获取靶点、分类和代谢信息
3. 针对每个靶基因调用 search_genes
4. 调用 find_related_entries 获取靶点关联通路
5. 调用 get_drug_interactions 进行药物相互作用筛查
6. 综合总结作用机制

跨物种比较

Compare glycolysis (map00010) between human, E. coli, and yeast

工作流程：

1. 调用 get_pathway_info 获取物种特异性变体（hsa00010、eco00010、sce00010）
2. 针对每个物种调用 get_pathway_genes
3. 调用 get_gene_orthologs 识别保守酶和物种特异性酶
4. 调用 get_pathway_compounds 比较代谢物池
5. 针对每个物种调用 render_pathway_ascii
6. 报告保守性矩阵和独特的适应特征

示例

用户：“这组基因中有哪些通路富集：SOD1、SOD2、CAT、GPX1、PRDX1？”

输出：

Pathway Enrichment Results (Homo sapiens)

Top Pathways:
1. hsa04146 Peroxisome (4/5 genes) — organelle for fatty acid oxidation and ROS detox
2. hsa04216 Ferroptosis (3/5 genes) — iron-dependent cell death regulated by GPX
3. hsa05022 Pathways of neurodegeneration (3/5 genes) — oxidative damage in ALS, AD, PD
4. hsa00480 Glutathione metabolism (2/5 genes) — GSH-dependent antioxidant system

Biological Context:
All 5 genes encode antioxidant enzymes. The enrichment in Peroxisome
and Ferroptosis pathways reflects their central role in reactive oxygen
species (ROS) detoxification. The neurodegeneration hit is consistent
with oxidative stress as a driver of SOD1-linked ALS.

提示

• 提供物种背景（人、小鼠、大肠杆菌），以便更快地解析
• 使用标准基因符号；KEGG 可解析人类的 HGNC 符号
• 对于较大的基因列表（>20），使用 batch_entry_lookup 分批查询（每次最多 50 个）
• 使用 convert_identifiers 交叉引用 UniProt、NCBI Gene 或 PDB ID
• 使用 find_related_entries 发现数据库之间意想不到的关联