tooluniverse-protein-modification-analysis

蛋白质翻译后修饰分析

使用 iPTMnet（主要来源）、ProtVar（功能背景）、UniProt（基线）、STRING（相互作用）、ELM（线性基序）和 MassIVE/ProteomeXchange（实验数据）进行全面的 PTM 分析。

iPTMnet 已不可用（于 2026-10-08 检查）。 自 2026-09-20 起，其 REST API 对每个请求均返回 HTTP 503，但网站仍可访问，因此下方所有 iPTMnet_* 调用目前都会返回该错误。先尝试调用一次；如果返回 503，请使用各阶段给出的备用方案：对于修饰残基，使用 UniProt_get_ptm_processing_by_accession（在有整理记录时会注明修饰酶）；对于酶-底物配对，使用 OmniPath_get_enzyme_substrate；对于质谱证据，使用 EBIProteins_get_proteomics_ptm。没有任何来源可以替代 iPTMnet 的蛋白质形态和 PTM 依赖性相互作用数据；请在报告中说明这一点，而不要自行填补数据缺口。

查找，不要猜测

• PTM 位点/酶：iPTMnet_get_ptm_sites
• 功能后果：ProtVar_get_function + iPTMnet_get_ptm_ppi
• 蛋白质形态：iPTMnet_get_proteoforms
• 线性基序：ELM_get_instances

计算，不要只描述

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。不要只描述打算怎么做——实际执行并报告结果。使用 ToolUniverse 工具检索数据，然后使用 Python（pandas、scipy、statsmodels、matplotlib）进行分析。

领域推理

PTM 依赖于具体背景：同一个磷酸化位点会因激酶和效应因子不同而产生激活或抑制作用。务必确认：由哪种酶催化、有什么功能后果、处于什么细胞背景。

---

关键原则

1. 先消歧——在调用 iPTMnet 前，先解析为 UniProt 登录号
2. iPTMnet 采用 SOAP 风格——每次调用都需要 operation 参数
3. 按证据等级区分——区分实验结果（T1）和预测结果（T4）
4. 优先使用英文查询

---

工作流

Phase 0: Protein Disambiguation → UniProt accession
Phase 1: PTM Site Inventory → iPTMnet_get_ptm_sites
Phase 2: Proteoform Analysis → iPTMnet_get_proteoforms
Phase 3: PTM-Dependent Interactions → iPTMnet_get_ptm_ppi
Phase 4: Functional Context → ProtVar_get_function at key sites
Phase 4b: Linear Motif Context → ELM_get_instances for SLiM overlap
Phase 4c: Experimental Data → MassIVE/ProteomeXchange
Phase 5: Synthesis & Report

---

阶段 0：消歧

• iPTMnet_search(operation="search", search_term="TP53", role="Substrate")——查找 UniProt ID
• 如果用户直接提供 UniProt 登录号，则使用该登录号
• 如果 iPTMnet 不可用：使用 UniProt_search(query="gene_exact:TP53 AND reviewed:true", organism="human", limit=3) 获取登录号（仅用 "TP53" 查询时，TP53TG5 和 TP53BP1 的排名会高于 P04637）
• 如果有多个匹配结果，选择人类条目

阶段 1：PTM 位点

iPTMnet_get_ptm_sites(operation="get_ptm_sites", uniprot_id="P04637")——返回位置、残基、修饰类型、酶和证据。按修饰类型分组。备用方案：使用 UniProt_get_ptm_processing_by_accession(accession="P04637")（修饰残基；若描述中有整理记录，会注明修饰酶，例如 "Phosphoserine; by HIPK4"）、OmniPath_get_enzyme_substrate(substrates="TP53") 获取带残基和修饰类型的酶-底物配对，以及 EBIProteins_get_proteomics_ptm(accession="P04637") 获取质谱观测到的位点。

阶段 2：蛋白质形态

iPTMnet_get_proteoforms(operation="get_proteoforms", uniprot_id=...)——获取不同的 PTM 组合。如果超过 20 个，重点关注具有功能/疾病注释的条目。

阶段 3：PTM 依赖性相互作用

iPTMnet_get_ptm_ppi(operation="get_ptm_ppi", uniprot_id=...)——获取相互作用蛋白、PTM 位点和作用（促进/破坏）。使用 STRING_get_interaction_partners(identifiers=gene, species=9606, required_score=700) 进行补充。如果 iPTMnet 不可用，OmniPath_get_enzyme_substrate(enzymes=gene) 和 (substrates=gene) 可提供许多 PTM 依赖性相互作用背后的酶-底物配对，但无法说明修饰会促进还是破坏结合。

阶段 4：功能背景

ProtVar_get_function(accession=..., position=N, variant_aa=AA)——获取结构域、活性位点、结合位点和保守性。证据等级：活性位点 PTM > 结构域核心 > 无序区。

阶段 4b：线性基序（ELM）

ELM_get_instances(operation="get_instances", uniprot_id=..., motif_type="MOD") — MOD 表示修饰位点，DEG 表示降解信号。与阶段 1 的 PTM 位置交叉比对。使用 ELM_list_classes(operation="list_classes") 查看基序详情。

阶段 4c：实验数据

MassIVE_search_datasets(species="9606")、MassIVE_get_dataset(accession="MSV...") 可用于查询公开的 MS 数据集。

阶段 4d：EBI Proteins 交叉验证（结构、抗原性和 MS 肽段证据）

src/tooluniverse/data/ebi_proteins_ext_tools.json 提供了 EBI Proteins API 中 11 个以 UniProt 登录号为键的工具，可作为第二个独立证据来源，用于佐证或扩展上述 iPTMnet/ProtVar 结果，而非取代它们：

工具	返回内容	适用场景
EBIProteins_get_mutagenesis	经实验表征的点突变效应（功能增益/丧失、结合/结构影响），由 UniProtKB 整理并附有文献证据	使用直接突变证据佐证 PTM 邻近残基的功能重要性，且独立于 iPTMnet
EBIProteins_get_proteomics_ptm	来自 PeptideAtlas/ProteomicsDB/MaxQB/EPD、具有 MS 证据支持的 PTM 位点	根据原始 MS 检测证据交叉核验 iPTMnet 的 PTM 判断——这是检测证据，而非经整理/注释的 PTM 生物学信息，因此命中结果应视为“经 MS 观察到”，而不是“已知具有功能”
EBIProteins_get_features	按类别汇总的 UniProt 特征（DOMAINS_AND_SITES、MOLECULE_PROCESSING、PTM、STRUCTURAL、TOPOLOGY、VARIANTS、MUTAGENESIS；默认值为 DOMAINS_AND_SITES）	通过一次调用 category="PTM" 获取所有由 UniProt 整理的 PTM 注释——当只需 PTM 特征行时，这是比浏览完整 UniProt 更快捷的方式
EBIProteins_get_antigen	预测的抗原区域及匹配置信度分数	抗原区域附近或内部的 PTM 位点可能影响抗体结合——当 PTM 研究结果用于抗体或免疫测定设计时，这一信息很有参考价值
EBIProteins_get_coordinates	UniProt 蛋白质对应的 Ensembl 基因/转录本 ID、染色体、链方向、外显子数量	将 PTM 残基位置映射回基因组坐标，以便与基因组浏览器交叉比对
EBIProteins_get_proteomics_peptides	通用的 MS 肽段级检测证据（位置、唯一性、来源数据库）	在采信某个 PTM 判断前，先确认蛋白质的 PTM 携带区域确实曾被质谱检测到
EBIProteins_get_hpp_peptides	人类蛋白质组计划的肽段证据——对于相同登录号，通常比 get_proteomics_peptides 提供更大规模的证据集	需要最强的可用 MS 确认时，优先使用此工具，而非 get_proteomics_peptides（仅适用于人类蛋白质）

已知故障（已在线验证，并非猜测）： EBIProteins_get_rna_editing 对其自身文档中列出的两个示例登录号（P42262、P28335），直接从 https://www.ebi.ac.uk/proteins/api/rna_editing/... 返回 HTTP 404；而同一 API 下的同级 mutagenesis 端点对同一主机返回 200。这看起来是 EBI 已弃用/移除了该端点，而非暂时性故障——在依赖此工具前，请使用 tu run EBIProteins_get_rna_editing '{"accession": "..."}' 直接重新验证；未经此项检查，不要将该工具的 RNA 编辑结果描述为可用。

蛋白质层面的变异查询（不同于阶段 1-4 的 PTM 工具，也不重复 tooluniverse-variant-analysis 的 SPDI/HGVS/rsID 表示法转换）：

工具	返回内容	适用场景
EBIProteins_get_variation	某个 UniProt 登录号的所有已知变体，合并自 COSMIC/ClinVar/gnomAD/ExAC/UniProt，并包含临床意义和疾病关联；可通过 source_type 和 disease_only 筛选	希望通过一次调用，获取某个蛋白质上所有已报告变体及其疾病背景
EBIProteins_get_variation_by_dbsnp	反向查询：给定 dbSNP rsID，返回携带该变体的所有 UniProt 条目（含亚型），以及映射到蛋白质层面的后果	已知 rsID，需要了解它影响哪些蛋白质/亚型，以及具体影响方式——tooluniverse-variant-analysis 的 NCBIVariation_* 工具可转换 rsID<->SPDI<->HGVS 表示法，但不像本工具这样解析为 UniProt 蛋白质层面的后果
EBIProteins_get_variation_by_hgvs	反向查询：给定 HGVS 基因组表达式（NC_...:g....），返回所有与之重叠的 UniProt 条目，以及由此产生的蛋白质层面后果	已知基因组 HGVS 变异，需要通过一次调用获取它在所有受影响亚型中的氨基酸后果，而不是先转换表示法，再分别查询每个蛋白质

每次查询都会返回多个 UniProt 条目（亚型、共享该位置的旁系同源蛋白）——务必检查 total_entries/total_variants，并注明结果来自哪个具体条目/亚型，不要假定第一个条目就是规范条目。

单类别快捷工具（经验证，与 EBIProteins_get_features 返回的数据完全相同）： EBIProteins_get_domains_sites、EBIProteins_get_molecule_processing 和 EBIProteins_get_structural_features 均接受普通的 accession，并分别返回与 EBIProteins_get_features(accession, category="DOMAINS_AND_SITES"|"MOLECULE_PROCESSING"|"STRUCTURAL") 完全相同的特征列表——已通过 P04637 的实时查询确认，31 个 DOMAINS_AND_SITES 特征逐字节相同（仅字段命名略有差异：专用工具会扁平化 evidences[].source/.id，通用工具则嵌套为 source_name/source_id）。如果已经知道要查询哪个单一类别，使用专用工具（少一个参数）；如果需要循环浏览多个类别，则使用 EBIProteins_get_features。对于会被切割成熟的前体蛋白，应优先使用 EBIProteins_get_molecule_processing——例如，P01308（胰岛素）会返回信号肽（1-24）、B 链（25-54）、C 肽（57-87）、A 链（90-110）。

蛋白质到基因组的坐标映射（两个工具，提供的细节比上文已有的 EBIProteins_get_coordinates 摘要更丰富）：

工具	方向	返回内容
EBIProteins_get_coordinate_mapping	蛋白质 → 基因组	所有转录本亚型中按外显子划分的残基到基因组坐标映射（染色体、链、外显子边界）——提供 EBIProteins_get_coordinates（仅返回染色体/链/外显子数量）不包含的外显子级别细节
EBIProteins_get_proteins_by_genomic_loc	基因组 → 蛋白质	反向查询：给定 taxonomy + location（"17:7676154"，从 1 开始计数）或 chromosome+position，返回编码序列与该位置重叠的所有 UniProt 蛋白质，以及准确受影响的残基

实际示例（经实时查询验证）：EBIProteins_get_coordinate_mapping(accession="P04637") → TP53 映射到染色体 17（反链）上的 6 个转录本、10 个外显子，位置为 7669612-7676594。反向查询也能确认这一点：EBIProteins_get_proteins_by_genomic_loc(taxonomy="9606", location="17:7676154") → 转录本 ENST00000923569 上的 TP53（P04637）蛋白质残基 72（Pro）——当你已知染色体变异位置，并需要确定它影响哪些蛋白质/残基时，可在对该残基进行任何 PTM/功能分析之前使用此工具。 表位（实验性，来源于 IEDB——不同于 EBIProteins_get_antigen 预测的抗原区域）： EBIProteins_get_epitopes(accession) 返回实验定位的免疫表位区域，包括序列、PubMed 证据和 IEDB ID。例如，P04637（TP53）有 62 个已定位表位。当问题是“是否已证实该区域确实能触发免疫反应”，而不是“从序列模式来看该区域是否像抗原”时，应使用此工具而非 EBIProteins_get_antigen。这与疫苗/抗体设计问题相关，这类问题可能会通过 PTM 和抗原性角度归入此技能。

---

证据分级

层级	标准
T1	PTM 位于经验证的活性/结合位点，且有功能数据
T2	PTM 位于结构域中，且有 ProtVar 注释
T3	仅有相关性数据（质谱检测）
T4	仅为预测，无实验验证

---

工具参数参考

工具	关键参数
iPTMnet_search	operation="search"、search_term、role
iPTMnet_get_ptm_sites	operation="get_ptm_sites"、uniprot_id
iPTMnet_get_proteoforms	operation="get_proteoforms"、uniprot_id
iPTMnet_get_ptm_ppi	operation="get_ptm_ppi"、uniprot_id
ELM_get_instances	operation="get_instances"、uniprot_id、motif_type
ELM_list_classes	operation="list_classes"
MassIVE_search_datasets	page_size、species
EBIProteins_get_mutagenesis / _get_proteomics_ptm / _get_antigen / _get_coordinates / _get_proteomics_peptides / _get_hpp_peptides / _get_domains_sites / _get_molecule_processing / _get_structural_features / _get_epitopes	accession（UniProt）
EBIProteins_get_features	accession、category（默认为 DOMAINS_AND_SITES）
EBIProteins_get_coordinate_mapping	accession（UniProt）
EBIProteins_get_proteins_by_genomic_loc	taxonomy（默认为 9606）、location（"chr:pos"）或 chromosome+position
EBIProteins_get_variation	accession、可选的 source_type、disease_only
EBIProteins_get_variation_by_dbsnp	dbsnp_id（rsID）
EBIProteins_get_variation_by_hgvs	hgvs（基因组，NC_...:g....）

重要： 所有 iPTMnet 和 ELM 工具都要求将 operation 作为第一个参数（SOAP 风格）。EBI Proteins 工具直接接受普通的 accession/dbsnp_id/hgvs 字符串，不需要 operation 包装。

---

备用方案

情况	备用方案
iPTMnet 中没有	使用 UniProt PTM/加工注释
没有 PTM-PPI 数据	使用 STRING 通用 PPI
没有 ProtVar 数据	使用 UniProt 结构域注释
没有 ELM 数据	仅使用 iPTMnet/UniProt 继续操作
EBIProteins_get_rna_editing 返回 404	截至本文撰写时已确认无法使用（问题出在 EBI 端，而非请求错误）——跳过，不要反复重试

局限性

• iPTMnet 偏向研究较充分的蛋白质
• 蛋白质形式数据仅涵盖已观测到的组合
• PTM-PPI：仅包含 PTM 特异性证据；STRING 中还有更多 PPI
• EBIProteins_get_proteomics_ptm/_get_proteomics_peptides/_get_hpp_peptides 提供的是 MS 检测证据，而非经整理的 PTM 生物学信息——命中表示“质谱检测到”，不表示“已知具有功能的 PTM”
• EBIProteins_get_rna_editing 目前无法使用（对 EBI 文档中提供的两个示例 accession 均返回 HTTP 404，且已通过实时验证）——重新验证前请勿依赖此工具