tooluniverse-metabolomics-pathway

代谢组学通路分析

识别代谢物、映射至代谢通路、查找疾病关联，并关联酶/基因。

领域推理

将代谢物映射至通路需要使用正确且特定于数据库的标识符。HMDB ID 可关联至 KEGG/Reactome，但必须通过 BridgeDb 转换；PubChem CID 需要明确进行交叉引用。务必先验证代谢物身份：同一常用名称可能对应结构不同的异构体，而且 PubChem 名称经常与 CTD/KEGG 名称不同。

查询，不要猜测

• 通路成员关系：调用 MetaCyc_get_compound、KEGG_get_compound 或 ReactomeContent_search
• 跨数据库 ID：使用 BridgeDb_xrefs
• 酶-代谢物关系：使用 CTD_get_chemical_gene_interactions 或 KEGG_get_compound
• 疾病关联：查询 Metabolite_get_diseases 或 CTD_get_chemical_diseases

---

计算，不要描述

当分析需要计算（统计、数据处理、评分、富集分析）时，通过 Bash 编写并运行 Python 代码。不要描述你会怎么做——直接执行并报告实际结果。使用 ToolUniverse 工具获取数据，然后用 Python（pandas、scipy、statsmodels、matplotlib）进行分析。

工作流

Phase 0: Identify & Resolve → Phase 1: Characterize → Phase 2: Pathway Map →
Phase 3: Enzyme/Gene Linkage → Phase 4: Disease Associations → Phase 5: Cross-DB Enrichment → Report

---

阶段 0：代谢物识别与解析

按名称

Metabolite_search：query（必填）、search_type（"name"/"formula"）。返回包含 CID、名称、分子式、MW、SMILES 的 PubChem 匹配项。 MetabolomicsWorkbench_search_compound_by_name：name（必填）。与 RefMet 交叉引用。

按质量/分子式

MetabolomicsWorkbench_search_by_mz：mz（必填）、adduct（例如 "M+H"）、tolerance。使用 moverz/REFMET/{mz}/{adduct}/{tolerance}。 MetabolomicsWorkbench_search_by_exact_mass：exact_mass（必填）、tolerance。使用 moverz/REFMET/{mass}/M/{tolerance}。

按 ID

Metabolite_get_info：compound_name、hmdb_id（例如 "HMDB0000122"）或 pubchem_cid。返回 HMDB ID、CID、InChIKey 和分类信息。 KEGG_get_compound：compound_id（例如 "C00031"）。返回关联的通路、酶和反应。

ID 交叉引用

BridgeDb_xrefs：identifier（必填）、source（必填："Ch"=HMDB，"Cs"=ChemSpider，"Ck"=KEGG，"Ce"=ChEBI）、target（可选）。 BridgeDb_search：query（必填）、organism。按自由文本搜索代谢物。

---

阶段 1：代谢物表征

Metabolite_get_info：classification（super_class/class/sub_class）、biological_roles、cellular_locations。 MetabolomicsWorkbench_get_refmet_info：refmet_name（必填）。标准化 RefMet 分类信息。 KEGG_get_compound：关联的酶/反应/通路 ID。

---

阶段 2：通路映射

MetaCyc

• MetaCyc_search_pathways：query（关键词搜索，例如 "glycolysis"）
• MetaCyc_get_pathway：pathway_id（例如 "GLYCOLYSIS"）-- 反应、酶、化合物
• MetaCyc_get_compound：compound_id（例如 "PYRUVATE"）-- 该化合物参与的通路
• MetaCyc_get_reaction：reaction_id -- 底物、产物、酶

KEGG

• KEGG_get_gene_pathways：gene_id（例如 "hsa:5230"）-- 酶基因对应的通路
• KEGG_get_pathway_genes：pathway_id（例如 "hsa00010"）-- 通路中的所有基因

Reactome

• ReactomeContent_search：query、types（例如 "Pathway"）、species
• Reactome_get_pathway：id（例如 "R-HSA-70171"）
• ReactomeAnalysis_pathway_enrichment：identifiers（以空格分隔的字符串，不能是数组）
• Reactome_map_uniprot_to_pathways：uniprot_id

---

阶段 3：酶与基因关联

CTD_get_chemical_gene_interactions：input_terms（化学物质名称）。返回相互作用基因。 KEGG_get_gene_pathways：查询酶基因参与的通路。 BridgeDb_attributes：identifier、source、organism。获取标识符属性。

工作流：KEGG 化合物 -> 酶 ID -> MetaCyc 反应 -> 酶名称 -> Reactome uniprot -> 通路 -> 使用 MyGene 查询基因信息。

---

第 4 阶段：疾病关联

CTD_get_chemical_diseases：input_terms（化学物质名称、MeSH、CAS RN）。经整理的关联，包含直接证据和推断证据。 CTD_get_gene_diseases：input_terms（基因名称）。用于第 3 阶段中处理代谢物的基因。 Metabolite_get_diseases：compound_name/hmdb_id/pubchem_cid、limit（默认值为 50）。由 CTD 提供支持。

---

第 5 阶段：跨数据库扩充

MetabolomicsWorkbench_get_study：study_id（例如，“ST000001”）。 MetabolomicsWorkbench_get_compound_by_pubchem_cid：pubchem_cid。 PubMed_search_articles / EuropePMC_search_articles：获取文献背景信息。

扩充代谢物列表：（1）通过 CTD 将名称转换为基因/酶 ID；（2）使用空格分隔的标识符运行 ReactomeAnalysis_pathway_enrichment；（3）针对每种酶使用 KEGG_get_gene_pathways。

---

应避免的常见错误

错误	修正方法
将数组传给 ReactomeAnalysis_pathway_enrichment	必须使用以空格分隔的字符串
在 CTD_get_chemical_diseases 中使用 HMDB ID	CTD 使用通用名称或 MeSH ID
未先解析名称	始终从 Metabolite_search 开始
KEGG 的 gene_id 未添加物种前缀	应使用“hsa:5230”，而不是“5230”
期待 HMDB API	没有开放 API；使用 Metabolite_get_info（由 PubChem 提供支持）
名称不同时将 PubChem 标题传给 CTD	尝试 PubChem 名称和常见同义词
使用 MetabolomicsWorkbench exactmass	使用 moverz/REFMET/{mass}/M/{tolerance}（exactmass 已失效）

---

回退策略

• Metabolite_search 无结果 -> MetabolomicsWorkbench_search_compound_by_name 或 KEGG_get_compound
• 找不到 MetaCyc -> 使用 KEGG 或 Reactome 通路
• CTD 未返回疾病结果 -> 使用 HMDB/CID 调用 Metabolite_get_diseases
• 没有 KEGG 化合物 ID -> 使用 HMDB/ChEBI 的 BridgeDb_xrefs
• exactmass 失败 -> 使用 M+H 加合物进行 search_by_mz
• 需要酶基因 -> CTD_get_chemical_gene_interactions

---

证据等级

等级	标准	来源
T1	经整理的疾病关联，具有直接证据	CTD 整理数据、OMIM
T2	多个数据库的通路结果一致	MetaCyc、KEGG 和 Reactome 结果一致
T3	推断结果或单一数据库结果	CTD 推断数据、单一通路数据库
T4	计算预测或文本挖掘	文献、RefMet 分类

---

局限性

• HMDB 没有开放 API；使用 Metabolite_get_info（由 PubChem 提供支持）。
• MetaCyc 通路为参考通路（不像 KEGG 那样针对特定生物体）。
• 对于常见代谢物，CTD 可能返回非常庞大的结果集（对乙酰氨基酚的结果超过 22K 条）。
• ReactomeAnalysis 需要基因/蛋白质 ID，不能直接使用代谢物 ID。
• BridgeDb 的覆盖范围取决于该代谢物是否存在于映射数据库中。