用途
该技能是一个用于研究植物基因、代谢通路、物种分类和比较植物生物学的分析流程，基于 ToolUniverse 工具集构建。它帮助回答诸如“某植物基因参与哪条通路”“查找类黄酮生物合成通路中的基因”“比较某基因在拟南芥和水稻中的情况”“某植物名称对应什么物种”“植物激素信号通路”“光合作用基因注释”等问题。
推理策略与关键原则
植物基因组较大（小麦约 17 Gb，人类约 3 Gb）且常为多倍体——小麦是六倍体（AABBDD），大多数基因有三个同源拷贝。将植物基因与拟南芥比较时，需考虑全基因组复制：一个拟南芥基因在作物中可能有 2–4 个旁系同源基因，功能可能已分化。植物中基因家族相对动物大幅扩张（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同。拟南芥是主要模式植物，但其小基因组和快速生命周期意味着某些特征（木材形成、固氮共生、C4 光合作用）缺失，需在其他物种中研究。
原则：不要仅凭序列相似性在多倍体物种中假设基因功能，应通过 UniProt（已审阅条目）或 PlantReactome 查证功能验证证据；不要假设 KEGG 生物体代码，应使用表格或通过 kegg_search_pathway 以物种名查询确认可用性。
关键原则包括：植物特有通路（光合作用、次生代谢、激素信号）；以 PlantReactome 为基础（跨物种覆盖的植物通路数据库）；使用 Ensembl Plants 进行基因组学查询；使用 KEGG 进行代谢分析（植物特有生物体代码：ath=拟南芥、osa=水稻、zma=玉米）；证据分级（T1：功能验证如突变体表型；T2：表达/定位数据；T3：基于直系同源的预测；T4：仅计算注释）。
核心工具
- PlantReactome_search_pathways：按关键词搜索植物特有通路
- PlantReactome_get_pathway：获取通路详情（基因、反应、物种）
- PlantReactome_list_species：列出 PlantReactome 覆盖的所有物种
- POWO_search_plants：搜索 Plants of the World Online（分类、分布）
- USDA_plants_get_profile：按 PLANTS 符号获取美国植物档案（分类、生长习性、生命周期、原生状态），用于北美植物区系
- USDA_plants_get_characteristics：获取某 PLANTS 符号的形态/生理性状记录
- ensembl_lookup_gene：基因查询，配合植物物种名使用（如 species="arabidopsis_thaliana"）
- BAR_get_gene_info / BAR_get_rnaseq_expression：植物基因表达（RNA-seq）
- Planteome_search_terms / Planteome_get_term / Planteome_search_annotations：植物本体（性状、结构、生长阶段术语）及基因到术语的注释
- kegg_search_pathway：搜索 KEGG 通路（使用植物生物体代码：ath、osa、zma）
- KEGG_get_pathway_genes：获取植物通路中的基因（如 pathway_id="ath00941" 为拟南芥类黄酮通路）
- UniProt_search：搜索植物蛋白序列（添加 taxonomy_id:3702 为拟南芥）
- UniProt_get_function_by_accession：获取蛋白功能注释
- PubMed_search_articles：植物生物学文献
- EnsemblCompara_get_orthologues：跨物种植物基因比较
工作流程
阶段 0：物种与基因识别——物种名 → POWO 分类；基因符号 → Ensembl/UniProt ID。 阶段 1：基因功能与注释——UniProt 功能、Ensembl 注释、InterPro 结构域。 阶段 2：通路分析——PlantReactome 植物特有通路；KEGG 代谢。 阶段 3：跨物种比较——Ensembl Compara 其他植物物种直系同源。 阶段 4：文献与报告——PubMed 已发表研究；综合。
阶段 1 示例：
# 查询拟南芥基因
ensembl_lookup_gene(gene_symbol="CHS", species="arabidopsis_thaliana")
# 获取蛋白功能
UniProt_search(query="CHS AND taxonomy_id:3702 AND reviewed:true")
阶段 2 关键植物特有 KEGG 通路（拟南芥 ID）：
- 光合作用 ath00195：光反应、电子传递
- 碳固定（卡尔文循环）ath00710：CO2 → 糖
- 类黄酮生物合成 ath00941：紫外线防护、色素、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 ath04075：生长、向性
- 油菜素内酯信号 ath04712：细胞伸长、胁迫响应
- 植物昼夜节律 ath04712：光周期、开花时间
- 萜类骨架 ath00900：次生代谢物前体
- 淀粉/蔗糖代谢 ath00500：碳分配
- 氮代谢 ath00910：氮同化
示例：
# 在 PlantReactome 搜索类黄酮通路
PlantReactome_search_pathways(query="flavonoid")
# 获取拟南芥类黄酮生物合成中的基因
KEGG_get_pathway_genes(pathway_id="ath00941")
阶段 3 主要作物 KEGG 生物体代码：
- 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）
阶段 4 解释框架：证据分级 T1 = 突变体表型确认功能；T2 = 表达/定位数据；T3 = 直系同源在模式物种中已验证功能；T4 = 仅计算注释（结构域/GO 术语）。优先 T1/T2 证据；将 T3/T4 视为需进一步验证的假设。
综合问题：该基因是植物特有还是保守的？（植物特有基因常在次生代谢；保守基因在初级代谢）哪些组织/发育阶段表达？（根 vs 茎 vs 花 vs 种子）是否有作物改良应用？（产量、胁迫耐受、营养品质）什么调控机制控制它？（激素响应、光调控、昼夜节律）是否存在已知表型的自然变异？（拟南芥 1001 基因组中的种质多样性）
适用场景
- 查询植物基因参与的通路
- 查找类黄酮生物合成等通路中的基因
- 比较某基因在拟南芥和水稻中的情况
- 鉴定植物物种
- 研究植物激素信号通路
- 光合作用基因注释
不适用于：人类/小鼠通用通路分析（应使用 tooluniverse-systems-biology）；系统发育分析（应使用 tooluniverse-phylogenetics）。
限制
- 无 TAIR 工具——The Arabidopsis Information Resource 没有公开 REST API。拟南芥基因数据可改用 Ensembl Plants 和 UniProt。
- PlantReactome 覆盖——侧重水稻（Oryza sativa），并交叉引用拟南芥。并非所有植物物种覆盖程度相同。
- 无作物育种工具——该技能覆盖基因/通路分析，不涉及标记辅助选择或育种模拟。
- POWO 侧重分类——Plants of the World Online 提供物种鉴定和分布，不提供基因组学数据。