hmdb-database

用途

HMDB Database 技能用于访问人类代谢组数据库（Human Metabolome Database，HMDB），这是一个免费开放、内容详尽的资源库，收录人体内小分子代谢物的详细信息。该技能适用于代谢组学研究、临床化学、生物标志物发现以及代谢物鉴定等任务。

数据库内容

HMDB 当前版本为 v5.0（截至 2025 年），包含：

220,945 条代谢物条目，覆盖水溶性和脂溶性化合物
8,610 条参与代谢的酶和转运蛋白序列
每条代谢物提供 130 多个数据字段，包括：
- 化学性质（结构、分子式、分子量、InChI、SMILES）
- 临床数据（生物标志物关联、疾病、正常/异常浓度）
- 生物学信息（通路、反应、定位）
- 波谱数据（NMR、MS、MS-MS 谱）
- 外部数据库链接（KEGG、PubChem、MetaCyc、ChEBI、PDB、UniProt、GenBank）

主要能力

1. 基于网页的代谢物检索

可通过 https://www.hmdb.ca/ 的网页界面进行以下检索：

文本检索：

按代谢物名称、同义词或标识符（HMDB ID）检索，例如 HMDB0000001、HMDB0001234
按疾病关联或通路参与情况检索
按生物样本类型（尿液、血清、脑脊液、唾液、粪便、汗液）查询

基于结构的检索：

使用 ChemQuery 进行结构和子结构检索
按分子量或分子量范围检索
使用 SMILES 或 InChI 字符串查找化合物

波谱检索：

LC-MS 谱图匹配
GC-MS 谱图匹配
NMR 波谱检索，用于代谢物鉴定

高级检索：

组合多个条件（名称、性质、浓度范围）
按生物定位或样本类型筛选
按蛋白/酶关联检索

2. 获取代谢物信息

检索代谢物数据时，HMDB 提供：

化学信息：

系统名称、传统名称和同义词
化学式和分子量
结构表示（2D/3D、SMILES、InChI、MOL 文件）
化学分类与归类

生物学背景：

代谢通路与反应
相关酶和转运蛋白
亚细胞定位
生物学角色与功能

临床相关性：

生物体液中的正常浓度范围
与疾病的生物标志物关联
临床意义
适用时的毒性信息

分析数据：

实验和预测的 NMR 谱
MS 和 MS-MS 谱
保留时间和色谱数据
用于鉴定的参考峰

3. 可下载数据集

HMDB 在 https://www.hmdb.ca/downloads 提供多种格式的批量数据下载：

可用格式：

XML：完整的代谢物、蛋白和波谱数据
SDF：用于化学信息学的代谢物结构文件
FASTA：蛋白和基因序列
TXT：原始波谱峰列表
CSV/TSV：表格数据导出

数据集类别：

全部代谢物或按样本类型筛选
蛋白/酶序列
实验和预测波谱（NMR、GC-MS、MS-MS）
通路信息

最佳实践：

下载 XML 格式以获取包含所有字段的完整数据
使用 SDF 格式进行基于结构的分析和化学信息学工作流
解析 CSV/TSV 格式以集成到数据分析流程
检查版本日期以确保数据最新（当前：v5.0，2023-07-01）

使用要求：

学术和非商业研究免费
商业用途需获得明确许可（联系 samackay@ualberta.ca）
使用数据时需引用 HMDB 出版物

4. 程序化 API 访问

API 可用性：HMDB 不提供公开 REST API。程序化访问需要联系开发团队：

学术/研究团体：联系 eponine@ualberta.ca（Eponine）或 samackay@ualberta.ca（Scott）
商业机构：联系 samackay@ualberta.ca（Scott）获取定制 API 访问

替代程序化访问方式：

R/Bioconductor：使用 hmdbQuery 包进行基于 R 的查询
- 安装：BiocManager::install("hmdbQuery")
- 提供基于 HTTP 的查询函数
下载数据集：在本地解析 XML 或 CSV 文件以进行程序化分析
网页抓取：不推荐；应联系团队获取正规 API 访问

5. 常见研究工作流

非靶向代谢组学中的代谢物鉴定：

从样本中获取实验 MS 或 NMR 谱
使用 HMDB 波谱检索工具与参考谱图匹配
通过检查分子量、保留时间和 MS-MS 碎裂验证候选物
审查生物学合理性（样本类型中是否预期出现、已知通路）

生物标志物发现：

在 HMDB 中检索与目标疾病相关的代谢物
审查正常与疾病状态下的浓度范围
识别具有强差异丰度的代谢物
检查通路背景和生物学机制
通过 PubMed 链接与文献交叉参考

通路分析：

从实验数据中识别感兴趣的代谢物
查找每个代谢物的 HMDB 条目
提取通路关联和酶促反应
使用关联的 SMPDB（小分子通路数据库）获取通路图
识别通路富集以进行生物学解释

数据库集成：

以 XML 或 CSV 格式下载 HMDB 数据
解析并提取相关字段用于本地数据库
链接外部 ID（KEGG、PubChem、ChEBI）以进行跨数据库查询
构建包含 HMDB 参考数据的本地工具或流程

最佳实践

数据质量：

使用多种证据类型（波谱、结构、性质）验证代谢物鉴定
检查实验数据与预测数据的质量指标
审查生物标志物关联的引用和证据

版本追踪：

在研究记录中注明使用的 HMDB 版本（当前：v5.0）
数据库会定期更新新条目和修正
发表时重新查询以获取最新信息

引用：

使用该数据库时务必在出版物中引用 HMDB
讨论代谢物时引用具体 HMDB ID
对下载的数据集注明数据来源

性能：

大规模分析时下载完整数据集，而非反复进行网页查询
使用合适的文件格式（XML 用于完整数据，CSV 用于表格分析）
考虑对频繁访问的代谢物信息进行本地缓存

参考文档

详细的数据字段及其含义参见 references/hmdb_data_fields.md。

技能介绍

用途