tooluniverse-plant-genomics

植物基因组学与生物学

使用 ToolUniverse 工具研究植物基因、代谢通路、物种分类学和植物比较生物学的工作流。

推理策略

植物基因组很大（小麦约为 17 Gb，而人类为 3 Gb），且通常为多倍体——小麦是六倍体（AABBDD），这意味着大多数基因都有三份同源拷贝。将植物基因与拟南芥基因比较时，务必考虑全基因组复制：在作物物种中，单个拟南芥基因可能对应 2–4 个旁系同源基因，其功能都可能已发生分化。与动物相比，植物的基因家族大幅扩增（例如受体样激酶、细胞色素 P450、转录因子）——BLAST 命中并不意味着功能等效。拟南芥是主要模式植物，但其基因组较小、生命周期短，因此不具备某些特征（木材形成、固氮共生、C4 光合作用），这些特征必须在其他物种中研究。

查证，不要猜测：不要仅凭序列相似性推断多倍体物种中的基因功能；应通过 UniProt（经审阅的条目）或 PlantReactome 查找功能验证证据。不要猜测 KEGG 物种代码——请使用下表，或通过物种名称查询 kegg_search_pathway，以确认是否提供相关数据。

关键原则：

1. 植物特有通路——光合作用、次生代谢和激素信号传导是植物所特有的
2. 以 PlantReactome 为基础——覆盖多物种的精选植物通路数据库（Oryza、拟南芥、Zea mays 等）
3. 使用 Ensembl Plants 进行基因组学研究——使用植物物种名称，通过 Ensembl 查询基因及注释
4. 使用 KEGG 研究代谢——KEGG 有植物特有的物种代码（ath=拟南芥，osa=水稻，zma=玉米）
5. 证据分级——T1：功能验证（突变体表型）；T2：表达／定位数据；T3：基于直系同源基因的预测；T4：仅计算注释

---

适用场景

• “[植物基因] 参与了什么通路？”
• “查找黄酮生物合成通路中的基因”
• “比较拟南芥和水稻中的 [基因]”
• “[植物名称] 属于什么物种？”
• “植物激素信号通路”
• “光合作用基因注释”

不适用于此技能：如需进行一般通路分析（人类／小鼠），请使用 tooluniverse-systems-biology。如需进行系统发育分析，请使用 tooluniverse-phylogenetics。

---

核心工具

工具	用途
PlantReactome_search_pathways	按关键词搜索植物特有的通路
PlantReactome_get_pathway	获取通路详情（基因、反应、物种）
PlantReactome_list_species	列出 PlantReactome 涵盖的所有物种
POWO_search_plants	搜索 Plants of the World Online（分类、分布）
USDA_plants_get_profile	根据 PLANTS 符号查询美国植物档案（例如，symbol="ABBA"）——分类、生长习性、生活周期、本土状态；用于北美植物
USDA_plants_get_characteristics	查询 PLANTS 符号对应的形态／生理性状记录——在问题涉及生长形态或生理性状时使用
ensembl_lookup_gene	查询基因——与植物物种搭配使用（例如，species="arabidopsis_thaliana"）
BAR_get_gene_info / BAR_get_rnaseq_expression	植物基因表达（RNA-seq）——该技能此前缺少的表达数据来源
Planteome_search_terms / Planteome_get_term / Planteome_search_annotations	植物本体（性状、结构、生长阶段术语）和基因到术语的注释，类似 GO，但专用于植物
kegg_search_pathway	搜索 KEGG 通路（使用植物物种代码：ath、osa、zma）
KEGG_get_pathway_genes	获取植物通路中的基因（例如，Arabidopsis 黄酮类通路的 pathway_id="ath00941"）
UniProt_search	搜索植物蛋白质序列（为 Arabidopsis 添加 taxonomy_id:3702）
UniProt_get_function_by_accession	获取蛋白质功能注释
PubMed_search_articles	植物生物学文献
EnsemblCompara_get_orthologues	跨物种植物基因比较

---

工作流

Phase 0: Species & Gene Identification
  Species name → POWO taxonomy; Gene symbol → Ensembl/UniProt IDs
    |
Phase 1: Gene Function & Annotation
  UniProt function, Ensembl annotation, InterPro domains
    |
Phase 2: Pathway Analysis
  PlantReactome → plant-specific pathways; KEGG → metabolism
    |
Phase 3: Cross-Species Comparison
  Ensembl Compara → orthologs in other plant species
    |
Phase 4: Literature & Report
  PubMed → published studies; synthesis

阶段 1：基因功能

# Look up an Arabidopsis gene
ensembl_lookup_gene(gene_symbol="CHS", species="arabidopsis_thaliana")
# Get protein function
UniProt_search(query="CHS AND taxonomy_id:3702 AND reviewed:true")

阶段 2：植物通路分析

植物特有的 KEGG 主要通路：

通路	KEGG ID（Arabidopsis）	生物学意义
光合作用	ath00195	光反应、电子传递
碳固定（Calvin 循环）	ath00710	CO2 → 糖
黄酮类生物合成	ath00941	紫外线防护、色素形成、防御
类胡萝卜素生物合成	ath00906	光保护、维生素 A 前体
生长素信号传导	ath04075	生长、向性
油菜素内酯信号传导	ath04712	细胞伸长、胁迫响应
昼夜节律（植物）	ath04712	光周期、开花时间
萜类骨架	ath00900	次级代谢物前体
淀粉／蔗糖代谢	ath00500	碳分配
氮代谢	ath00910	氮同化

# Search PlantReactome for flavonoid pathway
PlantReactome_search_pathways(query="flavonoid")
# Get genes in Arabidopsis flavonoid biosynthesis
KEGG_get_pathway_genes(pathway_id="ath00941")

阶段 3：物种比较

主要作物的 KEGG 物种代码：

物种	代码	常用名
Arabidopsis thaliana	ath	拟南芥（模式植物）
Oryza sativa	osa	水稻
Zea mays	zma	玉米
Triticum aestivum	tae	小麦
Glycine max	gmx	大豆
Solanum lycopersicum	sly	番茄
Nicotiana tabacum	nta	烟草
Medicago truncatula	mtr	蒺藜苜蓿（豆科模式植物）

阶段 4：解读框架

证据分级：T1 = 突变体表型证实功能；T2 = 表达／定位数据；T3 = 直系同源基因在模式物种中具有经验证的功能；T4 = 仅有计算注释（结构域／GO 术语）。优先采用 T1/T2 证据；将 T3/T4 视为仍需进一步验证的假设。

综合问题

1. 该基因是植物特有的还是保守的？（植物特有基因常参与次级代谢；保守基因常参与初级代谢）
2. 哪些组织／发育阶段会表达该基因？（根、茎叶、花或种子）
3. 是否有作物改良方面的应用？（产量、抗逆性、营养品质）
4. 哪些调控机制控制该基因？（激素响应、光调控、昼夜节律）
5. 是否存在具有已知表型的自然变异？（Arabidopsis 1001 Genomes 中的种质资源多样性）

---

限制

• 没有 TAIR 工具 — 拟南芥信息资源（The Arabidopsis Information Resource）没有公开的 REST API。可使用 Ensembl Plants 和 UniProt 作为拟南芥基因数据的替代来源。
• PlantReactome 覆盖范围 — 主要关注 Oryza sativa（水稻），并提供与拟南芥的交叉引用。对不同植物物种的覆盖并不均衡。
• 没有作物育种工具 — 此技能涵盖基因／通路分析，不涵盖标记辅助选择或育种模拟。
• POWO 侧重分类学 — Plants of the World Online 提供物种鉴定和分布信息，不提供基因组学数据。