Microbiome Research

使用 ToolUniverse 进行微生物组研究

使用 MGnify（EBI 宏基因组学）、GTDB（基因组分类学）、ENA（测序数据）、OLS（ENVO 生物群系本体查询）和 EuropePMC（文献）进行全面的微生物组分析。

核心工具

工具	用途	身份验证
MGnify_search_studies	按生物群系／关键词查找宏基因组学研究	无
MGnify_search_studies_detail	研究元数据、摘要、样本数量	无
MGnify_list_analyses	列出某项研究的分类学／功能分析结果	无
MGnify_get_taxonomy	获取某项分析的分类组成	无
MGnify_get_go_terms	获取某项分析的 GO 功能注释	无
MGnify_get_interpro	InterPro 蛋白质结构域注释	无
MGnify_list_biomes	浏览 MGnify 生物群系层级	无
MGnify_search_genomes	搜索宏基因组组装基因组（MAG）	无
MGnify_get_genome	基因组质量指标（完整度、污染度）	无
GTDB_search_genomes	按分类学信息搜索细菌／古菌基因组	无
GTDB_get_species	获取 GTDB 中的物种簇详情	无
GTDB_get_taxon_info	获取 GTDB 层级中的分类等级信息	无
GTDB_search_taxon	按部分名称搜索所有等级的分类单元	无
ENAPortal_search_studies	在 ENA 中查找测序研究。查询格式：description="keyword"	无
ENAPortal_search_samples	查找包含环境元数据的样本	无
ols_search_terms	在 ENVO 本体中搜索生物群系／环境术语	无
EuropePMC_search_articles	查找微生物组相关出版物	无
PubMed_search_articles	文献搜索（覆盖范围与 EuropePMC 不同）	无

药物－微生物组研究还可使用：

• PubChem_get_CID_by_compound_name / PubChem_get_compound_properties_by_CID — 药物身份信息
• CTD_get_chemical_gene_interactions — 药物－基因相互作用（例如，二甲双胍会影响 1,175 多个基因）
• kegg_search_pathway / kegg_get_pathway_info — 微生物代谢通路（丁酸、丙酸）
• ReactomeAnalysis_pathway_enrichment — 药物影响基因的宿主通路富集分析
• drugbank_vocab_search — 药物机制和靶点

MGnify 提示：使用简洁的单关键词搜索（例如，“metformin”）——多词查询可能超时。MGnify API 进行宽泛搜索时可能较慢。

快速开始

from tooluniverse import ToolUniverse

tu = ToolUniverse()
tu.load_tools()

# 1. Search for gut microbiome studies
studies = tu.run_one_function({
    'name': 'MGnify_search_studies',
    'arguments': {'search': 'gut microbiome', 'size': 5}
})

# 2. Get study details
detail = tu.run_one_function({
    'name': 'MGnify_search_studies_detail',
    'arguments': {'study_accession': 'MGYS00006860'}
})

# 3. List analyses for a study
analyses = tu.run_one_function({
    'name': 'MGnify_list_analyses',
    'arguments': {'study_accession': 'MGYS00006860', 'size': 5}
})

# 4. Get taxonomic profile from an analysis
taxonomy = tu.run_one_function({
    'name': 'MGnify_get_taxonomy',
    'arguments': {'analysis_accession': 'MGYA00612683'}
})

# 5. Get functional annotations
go_terms = tu.run_one_function({
    'name': 'MGnify_get_go_terms',
    'arguments': {'analysis_accession': 'MGYA00612683'}
})

常见工作流

工作流 1：按环境发现研究

使用 MGnify 的生物群系层级查找特定生物群系的研究：

# Browse biome hierarchy
biomes = tu.run_one_function({
    'name': 'MGnify_list_biomes',
    'arguments': {'lineage': 'root:Host-associated:Human', 'depth': 3}
})

# Search studies in a specific biome
studies = tu.run_one_function({
    'name': 'MGnify_search_studies',
    'arguments': {'biome': 'root:Host-associated:Human:Digestive system', 'size': 10}
})

# Look up ENVO ontology terms for environment metadata
envo = tu.run_one_function({
    'name': 'ols_search_terms',
    'arguments': {'query': 'human gut', 'ontology': 'envo', 'rows': 5}
})

工作流 2：分类学谱分析

获取宏基因组样本的微生物组成：

# Get analyses for a study
analyses = tu.run_one_function({
    'name': 'MGnify_list_analyses',
    'arguments': {'study_accession': 'MGYS00006860', 'size': 3}
})

# Get taxonomy for a specific analysis
taxonomy = tu.run_one_function({
    'name': 'MGnify_get_taxonomy',
    'arguments': {'analysis_accession': 'MGYA00612683'}
})
# Returns organisms with lineage, abundance counts, and taxonomy rank

工作流 3：基因组质量评估

评估宏基因组组装基因组（MAG）：

# Search for genomes from a specific taxon
genomes = tu.run_one_function({
    'name': 'MGnify_search_genomes',
    'arguments': {'search': 'Faecalibacterium prausnitzii', 'size': 5}
})

# Get quality metrics for a genome
genome = tu.run_one_function({
    'name': 'MGnify_get_genome',
    'arguments': {'genome_accession': 'MGYG000000001'}
})
# Returns completeness, contamination, N50, genome length, taxonomy

# Cross-reference with GTDB taxonomy
gtdb = tu.run_one_function({
    'name': 'GTDB_search_genomes',
    'arguments': {'operation': 'search_genomes', 'query': 'Faecalibacterium', 'items_per_page': 5}
})

工作流 4：功能注释

探索宏基因组的功能潜力：

# GO terms from an analysis
go_terms = tu.run_one_function({
    'name': 'MGnify_get_go_terms',
    'arguments': {'analysis_accession': 'MGYA00612683'}
})

# InterPro domains
interpro = tu.run_one_function({
    'name': 'MGnify_get_interpro',
    'arguments': {'analysis_accession': 'MGYA00612683'}
})

工作流 5：文献整合

将宏基因组数据与已发表研究结合：

# Find relevant publications
papers = tu.run_one_function({
    'name': 'EuropePMC_search_articles',
    'arguments': {'query': 'gut microbiome AND Faecalibacterium AND (IBD OR "Crohn")', 'limit': 10}
})

# Find sequencing data in ENA
ena_studies = tu.run_one_function({
    'name': 'ENAPortal_search_studies',
    'arguments': {'query': 'description="gut microbiome 16S"', 'limit': 5}
})

MGnify 生物群系层级

主要生物群系谱系（使用 MGnify_list_biomes 探索其他谱系）：

• 人类肠道：root:Host-associated:Human:Digestive system
• 人类口腔／皮肤：root:Host-associated:Human:Oral / root:Host-associated:Human:Skin
• 土壤：root:Environmental:Terrestrial:Soil
• 海洋／淡水：root:Environmental:Aquatic:Marine / root:Environmental:Aquatic:Freshwater
• 废水：root:Engineered:Wastewater

关键标识符

MGnify：研究=MGYS*，分析=MGYA*，基因组=MGYG*。ENA 研究=PRJEB*。GTDB 基因组=GCA_*。ENVO 术语=ENVO:*（例如 ENVO:00002041）。

推理框架

起点：先明确问题

微生物组分析要从一个问题开始：你想知道什么？先查清楚，不要猜——解读结果前，务必确认研究类型和测序方法。

数据类型决策树：

• 群落组成（有哪些微生物？）→ 16S/ITS 扩增子 → α/β 多样性、差异丰度
• 功能潜力（它们能做什么？）→ 鸟枪法宏基因组学 → MGnify GO 术语、InterPro、KEGG 通路
• 活跃功能（它们现在在做什么？）→ 宏转录组学 → 专用工作流（不能只用 MGnify/GTDB）

调用任何工具前，都要通过 MGnify_search_studies_detail 确定用户的数据类型——工作流类型（扩增子或鸟枪法）决定哪些分析有效。不要把 16S 多样性指标用于宏基因组数据，反之亦然。

菌群失调评估策略

菌群失调（微生物失衡）取决于具体背景——不存在普遍适用的“健康”微生物组。先查清楚，不要猜——应与研究中匹配的对照组比较，而不是与一般人群参考数据比较。

1. 检查 α 多样性：与对照组相比，Shannon 指数降低可能提示菌群失调。使用 MGnify_get_taxonomy 获取群落谱系，然后评估丰富度和均匀度。
2. 识别关键类群的变化：已知有益类群（例如肠道中的 Faecalibacterium、Roseburia）减少，或潜在致病菌（例如 Enterobacteriaceae）增多。使用 GTDB_get_species 查阅类群的作用，并通过 EuropePMC_search_articles 查阅相关文献。
3. 功能后果：分类群变化是否与代谢通路的丧失或增加相关？检查受影响样本的 MGnify_get_go_terms 和 MGnify_get_interpro。
4. 混杂因素：抗生素、饮食、年龄和地理位置都会影响微生物组组成。要声称存在菌群失调，必须控制这些因素，或将其作为研究局限加以说明。

分类学分析与功能分析：何时使用哪种

• 仅分类学分析适用于“存在哪些生物？”或“不同组之间的群落组成是否不同？”这类问题。使用 MGnify_get_taxonomy + GTDB_search_genomes。
• 功能分析适用于“代谢能力有何不同？”或“分类群变化为何重要？”这类问题。使用 MGnify_get_go_terms + MGnify_get_interpro + kegg_search_pathway。
• 两者结合适用于将生物与功能联系起来的情况（例如，“健康肠道与 IBD 肠道中，哪些分类群驱动丁酸盐生成？”）。将分类谱系与同一 MGnify 分析中的功能注释交叉参考。

证据等级

等级	描述	示例
T1	多个队列中的重复发现，效应一致	IBD 患者中的 Faecalibacterium 减少（>10 项独立研究）
T2	单项统计效能充分的研究（n > 100），且设有适当对照	对照试验中与二甲双胍相关的 Akkermansia 富集
T3	试点研究或观察性关联，样本量较小	n=15 病例对照研究中的分类群变化，无验证队列
T4	计算预测或单样本观察	预测具有某种功能的新 MAG，无培养验证

解读指南

Alpha 多样性（样本内）：Shannon 指数衡量丰富度和均匀度。较高的 Shannon 指数（肠道中 >3.0）表明群落稳定。Alpha 多样性降低与菌群失调相关（IBD、抗生素）。始终与研究匹配的对照组比较——多样性会因身体部位、测序深度和地理位置而异。

Beta 多样性（样本间）：Bray-Curtis（基于丰度）或 UniFrac（系统发育）。PERMANOVA p < 0.05 且 R-squared > 0.05，表明存在由条件驱动的聚类。即使 p 值显著，若 R-squared 较低（<0.02），也说明相对于个体间差异，该效应较小。若最关注丰度较高的分类群，选择加权 UniFrac；若关注稀有分类群，则选择非加权 UniFrac。

分类组成：门水平的相对丰度（Firmicutes/Bacteroidetes 比值）是较粗略的指标；更推荐属或种水平的分辨率。若某分类群在多个样本中的相对丰度均 >1%，则可可靠检出。丰度 <0.1% 的分类群可能是噪声或测序伪影。GTDB 分类法可能会重新划分 NCBI 名称（例如，Firmicutes 被拆分为多个门）。

功能分析：MGnify 提供的 GO 术语和 InterPro 结构域反映群落的代谢潜力（不一定代表实际活性）。应结合分类数据解读特定通路（例如丁酸生成、LPS 生物合成）的富集情况，以确定哪些生物体贡献了这些功能。

综合问题

完整的微生物组报告应回答：

1. 不同条件下的 Alpha 多样性如何比较，差异是否显著？
2. Beta 多样性分析是否显示由条件驱动的聚类（PERMANOVA）？
3. 哪些分类群存在差异丰度，它们是已知的共生菌还是条件致病菌？
4. 哪些功能通路富集，哪些分类群可能是其驱动因素？
5. 研究发现与同一生物群系／条件的已发表研究相比如何（文献背景）？

提示

• MGnify 研究登录号以 MGYS 开头，分析以 MGYA 开头，基因组以 MGYG 开头
• 先使用 MGnify_list_biomes 查找正确的生物群系谱系字符串
• MGnify_get_taxonomy 返回从门水平到种水平的组成信息
• GTDB 提供标准化的细菌／古菌分类法（某些谱系与 NCBI 不同）
• 对于 16S 扩增子研究，分类信息是主要输出；对于鸟枪法宏基因组学研究，则可同时获取分类信息和功能注释
• MGnify 工具中的 size 参数控制每页结果数（最大 100）