metabolomics-workbench-database

代谢组学工作台数据库

概述

代谢组学工作台是一个由 NIH Common Fund 资助、托管于 UCSD 的综合平台，也是代谢组学研究数据的主要存储库。它提供对 4,200 多项已处理研究（其中 3,790 多项公开可用）的程序化访问，通过 RefMet 提供标准化的代谢物命名，并支持跨多种分析平台（GC-MS、LC-MS、NMR）的强大搜索功能。

何时使用此技能

在通过代谢组学工作台 REST API 查询代谢物结构、访问研究数据、标准化命名、执行质谱搜索，或检索基因／蛋白质与代谢物的关联时，应使用此技能。

核心功能

1. 查询代谢物结构和数据

访问全面的代谢物信息，包括结构、标识符以及与外部数据库的交叉引用。

关键操作：

• 通过多种标识符检索化合物数据（PubChem CID、InChI Key、KEGG ID、HMDB ID 等）
• 下载 MOL 文件或 PNG 图片格式的分子结构
• 访问标准化的化合物分类
• 在不同代谢物数据库之间进行交叉引用

示例查询：

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. 访问研究元数据和实验结果

根据各种条件查询代谢组学研究，并检索完整的实验数据集。

关键操作：

• 按代谢物、研究机构、研究人员或标题搜索研究
• 访问研究摘要、实验因素和分析详情
• 以多种格式检索完整的实验数据
• 下载包含完整研究信息的 mwTab 格式文件
• 查询非靶向代谢组学数据

示例查询：

# 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. 使用 RefMet 标准化代谢物命名

使用 RefMet 数据库标准化代谢物名称，并访问涵盖四个结构解析级别的系统分类。

关键操作：

• 将常见代谢物名称匹配到标准化的 RefMet 名称
• 按化学式、精确质量或 InChI Key 查询
• 访问分层分类（超类、主类、子类）
• 检索所有 RefMet 条目，或按分类筛选

示例查询：

# 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. 执行质谱搜索

根据指定的离子加合物和容差，通过质荷比（m/z）搜索化合物。

关键操作：

• 跨多个数据库（代谢组学工作台、LIPIDS、RefMet）搜索前体离子质量
• 指定离子加合物类型（M+H、M-H、M+Na、M+NH4、M+2H 等）
• 计算已知代谢物在特定加合物下的精确质量
• 设置质量容差以灵活匹配

示例查询：

# 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. 按分析和生物学参数筛选研究

使用 MetStat 上下文查找符合特定实验条件的研究。

关键操作：

• 按分析方法筛选（LCMS、GCMS、NMR）
• 指定电离极性（POSITIVE、NEGATIVE）
• 按色谱类型筛选（HILIC、RP、GC）
• 指定物种、样本来源或疾病
• 使用以分号分隔的格式组合多个筛选条件

示例查询：

# 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. 访问基因和蛋白质信息

检索与代谢通路和代谢物代谢相关的基因和蛋白质数据。

关键操作：

• 按符号、名称或 ID 查询基因
• 访问蛋白质序列和注释
• 在基因 ID、RefSeq ID 和 UniProt ID 之间进行交叉引用
• 检索基因与代谢物的关联

示例查询：

# 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')

常见工作流

工作流 1：查找包含特定代谢物的研究

要查找所有包含特定代谢物测量数据的研究：

1. 首先使用 RefMet 标准化代谢物名称：

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

2. 使用标准化后的名称搜索研究：

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

3. 从指定研究中检索实验数据：

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

工作流 2：根据 MS 数据识别化合物

根据质谱 m/z 值识别潜在化合物：

1. 使用适当的加合离子和容差执行 m/z 搜索：

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

2. 查看结果中的候选化合物

3. 获取候选化合物的详细信息：

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

4. 下载结构以进行确认：

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

工作流 3：探索疾病特异性代谢组学

查找针对特定疾病和分析平台的代谢组学研究：

1. 使用 MetStat 筛选研究：

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

2. 查看结果中的研究 ID

3. 获取研究的详细信息：

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

4. 获取完整的实验数据：

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

输出格式

API 支持两种主要输出格式：

• JSON（默认）：机器可读格式，适合以编程方式访问
• TXT：人类可读的制表符分隔文本格式

在 API URL 后附加 /json 或 /txt 以指定格式。若未指定格式，则默认返回 JSON。

最佳实践

1. 使用 RefMet 进行标准化：搜索研究前，务必通过 RefMet 标准化代谢物名称，以确保命名一致

2. 指定适当的加合离子：执行 m/z 搜索时，请根据分析方法使用正确的离子加合类型（例如，正离子模式 ESI 下的 M+H）

3. 设置合理的容差：使用适当的质量容差值（低分辨率通常为 0.5 Da，高分辨率 MS 通常为 0.01 Da）

4. 缓存参考数据：考虑缓存常用的参考数据（RefMet 数据库、化合物信息），以尽量减少 API 调用

5. 处理分页：对于大型结果集，请做好处理响应中多个数据结构的准备

6. 验证标识符：尽可能跨多个数据库交叉核对代谢物标识符，以确保正确识别化合物

资源

references/

详细的 API 参考文档见 references/api_reference.md，其中包括：

• 完整的 REST API 端点规范
• 所有可用上下文（compound、study、refmet、metstat、gene、protein、moverz）
• 输入/输出参数详情
• 质谱的离子加合类型
• 其他查询示例

需要详细的 API 规范或使用较少见的端点时，请加载此参考文件。