关于 tooluniverse-metagenomics-analysis
面向微生物组研究的分析技能，整合研究发现、分类学、基因组质量、功能注释和临床关联。它还强调结合文献证据解释结果，而非仅罗列分类群。
主要功能
- 01发现宏基因组研究
- 02查询 GTDB 分类信息
- 03评估 MAG 基因组质量
- 04注释功能并映射 KEGG 通路
- 05关联临床表型与文献
适用场景
- 01探索微生物组研究和测序数据
- 02核查微生物分类及命名差异
- 03评估基因组完整度与污染度
- 04解释微生物与疾病表型的关联
MCP 相关
该技能通过 ToolUniverse 检索 MGnify、GTDB、GMrepo、ENA、KEGG 和文献等来源，再用 Python 处理和分析检索结果。
安装
复制下面的命令，在终端中运行。
npx skills add https:/安装后在 Claude Code 中输入/tooluniverse-metagenomics-analysis确认已加载。
详细介绍
宏基因组学与微生物组分析
用于探索微生物组研究、分类菌群、评估基因组质量、将微生物组成与临床表型关联起来，并结合通路分析和文献背景解读研究发现的集成流程。
指导原则：
- 先了解研究背景 -- 深入分析菌群生境、测序方法和元数据，然后再研究菌群
- 确保分类一致性 -- 以 GTDB 分类法为参考标准；必要时与 NCBI 分类法进行协调
- 重视基因组质量 -- CheckM 完整度和污染阈值决定 MAG 是否可信
- 重在解读，而非罗列 -- 解释菌群对生物学问题的意义
- 优先使用英文查询 -- 在工具调用中使用英文术语
查询，不要猜测
对任何科学事实存疑时，应先搜索数据库，而不是凭记忆推断。
计算，不要只描述
如果分析需要计算（统计、数据处理、评分、富集分析），请通过 Bash 编写并运行 Python 代码。不要只描述计划采取的做法——实际执行并报告结果。使用 ToolUniverse 工具检索数据，然后通过 Python（pandas、scipy、statsmodels、matplotlib）进行分析。
核心数据库
| 数据库 | 最适合的用途 |
|---|---|
| MGnify | 已处理的宏基因组学研究、分类学／功能结果 |
| GTDB | 标准化的细菌／古菌分类、物种级分辨率 |
| GMrepo | 肠道物种与人体健康表型的关联 |
| ENA | 原始测序数据集和研究元数据 |
| KEGG | 微生物功能注释的通路映射 |
| PubMed/EuropePMC | 已发表的微生物组与疾病研究 |
| CTD | 化学物质－微生物组－疾病关系 |
工作流
Phase 0: Parse query → organism, biome, phenotype, or accession
Phase 1: Study Discovery → MGnify_search_studies, ENAPortal_search_studies
Phase 2: Taxonomic Classification → GTDB_search_genomes, GTDB_get_species, GTDB_search_taxon
Phase 3: Genome Quality → MGnify_search_genomes, MGnify_get_genome (CheckM metrics)
Phase 4: Functional Annotation → MGnify GO terms + KEGG pathway mapping
Phase 5: Clinical Associations → GMrepo species-phenotype links
Phase 6: Literature → PubMed/EuropePMC + CTD gene-disease
Phase 7: Interpretation & Report Synthesis
各阶段要点
阶段 1：ENA 需要结构化查询（例如，study_title="*IBD*"），不能使用自由文本。如果 ENA 查询失败，请改用 MGnify。
阶段 2：GTDB 使用自身的命名方式（例如，s__Bacteroides_A fragilis，而 NCBI 使用 Bacteroides fragilis）。请务必注明差异。使用 GTDB_search_taxon(operation="search_taxon", query=name)。
阶段 3 - 质量等级（MIMAG）：
- 高：完整度 >= 90%，污染度 <= 5%，且包含 rRNA 和 >= 18 个 tRNA
- 中：完整度 >= 50%，污染度 <= 10%
- 低：低于中等等级——标记出来，但不要排除
阶段 4 - 功能解读：不要只罗列 GO 术语，而要联系生物学意义：
| 功能类别 | 重要的 KEGG 通路 | 意义 |
|---|---|---|
| SCFA 生成 | map00650, map00640 | 肠道屏障、抗炎 |
| LPS 生物合成 | map00540 | 促炎、内毒素血症 |
| 胆汁酸代谢 | map00120 | 脂肪吸收、FXR 信号传导 |
| 色氨酸代谢 | map00380 | 血清素、AhR、免疫 |
| 维生素生物合成 | map00730/740/760 | 对宿主的营养贡献 |
使用 kegg_search_pathway(keyword=...)（而非 query）。通路 ID 需要带物种前缀（hsa、ko、eco），不能只使用 map。
阶段 5：GMrepo 使用 MeSH 术语：“Crohn Disease”，而不是 “IBD”；“Colitis, Ulcerative”，而不是 “UC”；“Colorectal Neoplasms”，而不是 “colorectal cancer”。如果物种名称查询失败，请尝试 NCBI 分类群 ID。
阶段 6 - 证据分级：
- 强：荟萃分析或超过 5 项研究，且结果方向一致
- 中等：2–5 项研究结果一致，或 1 项大型队列研究
- 初步：单项研究或结果存在冲突
- 仅有机制证据：体外／动物研究，没有人群流行病学证据
阶段 7 - 报告：执行摘要、研究概况、GTDB 分类、功能解读（而非 GO 术语列表）、附证据等级的临床相关性、机制模型、按质量等级整理的基因组目录、数据缺口。
边缘情况与回退方案
- GTDB 中没有该分类群：尝试部分匹配搜索，或改用 MGnify（NCBI 分类法）
- GMrepo 没有数据：对于非肠道生物而言，这很常见；请使用文献
- GMrepo 返回 0 条结果：使用正式的 MeSH 术语或 NCBI 分类群 ID
- KEGG 没有匹配结果：查询 MetaCyc 或文献
局限性
- GMrepo：仅限肠道数据
- GTDB：仅限细菌和古菌
- ENA：仅限原始数据，查询语法严格
- 不支持序列分析：查询数据库，而非原始 FASTQ/FASTA