用途
该系统生物学与通路分析技能用于整合多个经过审编的生物学数据库，提供生物系统的多维视图、通路富集分析以及蛋白质-通路关系查询。它适用于基因集分析、蛋白质功能发现、通路发现、系统整合、计算模型发现和跨数据库验证等场景。
主要能力
技能整合的核心数据库包括：Reactome（详细机制通路与反应，人工审编）、KEGG（代谢图、疾病通路、药物靶点）、WikiPathways（新兴与社区审编通路）、Pathway Commons（聚合多来源的元数据库）、BioModels（数学/计算 SBML 模型）、Enrichr（统计过表征分析）、BiGG Models（基因组尺度代谢重建，85+ 生物，FBA 就绪的 COBRA 格式）、Rhea（专家审编的生化反应知识库，基于 ChEBI，交叉引用 EC）。
工作流分为四个阶段：
- 阶段一：通路富集分析。当提供基因列表时，使用 ReactomeAnalysis_pathway_enrichment、enrichr_gene_enrichment_analysis、STRING_functional_enrichment、intact_get_interactions 等工具，按调整后 p 值 < 0.05 排序，报告前 10-20 条通路及其 ID、p 值和重叠基因。若无富集结果，需明确说明。
- 阶段二：蛋白质-通路映射。当提供蛋白质 UniProt ID 时，使用 Reactome_map_uniprot_to_pathways 映射到 Reactome 通路，再用 Reactome_get_pathway_reactions 获取详细反应和子通路。注意 Reactome 使用无版本 ID，若存在版本号需去除。
- 阶段三：基于关键词的通路搜索。当用户提供关键词或生物过程名称时，并行搜索 kegg_search_pathway、WikiPathways_search、PathwayCommons_search、biomodels_search 等，按通路概念分组结果。BioModels 常返回空结果，属正常现象。
- 阶段四：顶层通路目录。始终包含，使用 Reactome_list_top_pathways 按物种获取顶层通路类别，提供层级背景。
输出结构为渐进式 Markdown 报告：标题 → 阶段一富集结果 → 阶段二蛋白质映射 → 阶段三关键词搜索 → 阶段四顶层通路目录。空结果需明确标注，不得静默省略。包含通路 ID 以便后续跟进。
使用方式
技能强调“计算而非描述”：当分析需要计算（统计、数据处理、评分、富集）时，通过 Bash 编写并运行 Python 代码，使用 ToolUniverse 工具检索数据，再用 Python（pandas、scipy、statsmodels、matplotlib）进行分析，报告实际结果而非描述计划。
关键参数注意事项：Reactome_map_uniprot_to_pathways 使用 uniprot_id 参数（常见错误为 id）；PathwayCommons_search 需要 action + keyword 两个参数（常见错误为省略 action）；enrichr_gene_enrichment_analysis 的 gene_list 为数组（常见错误为字符串）。响应格式方面：Reactome 直接返回列表（不包裹在 {status, data} 中）；Pathway Commons 返回含 total_hits 和 pathways 的字典；其他工具为标准 {status: "success", data: [...]} 格式。
适用场景
- 基因集分析：从 RNA-seq、蛋白质组学或筛选结果中识别富集通路。
- 蛋白质功能：发现蛋白质参与的通路和过程。
- 通路发现：查找与疾病、过程或表型相关的通路。
- 系统整合：连接基因 → 通路 → 过程 → 疾病。
- 模型发现：查找计算系统生物学模型（SBML）。
- 跨数据库验证：比较多个来源的通路注释。
限制与注意事项
领域推理方面，通路分析回答的是“哪些生物过程在基因列表中富集”，但富集不等于因果。富集意味着基因列表与通路的重叠超出随机预期。需判断富集是由少数枢纽基因驱动还是由分布在通路中的多个基因驱动。一个通路若有 3 个输入基因但注释成员有 200 个，其信息量低于 40 个成员中有 15 个在列表中的通路。
“查找而非猜测”：通路成员关系、基因-通路分配和富集统计需查证，不得假设某基因属于某通路，应使用 Reactome、KEGG 或 Enrichr 验证。通路数据库对成员关系存在分歧，关键发现应跨至少两个来源交叉验证。
酶动力学与代谢分析方面，Km 值、kcat 值、辅因子需求、最适 pH/温度等需查证，可使用 BindingDB_search_by_target、ChEMBL_get_molecule、BRENDA_get_enzyme_info（需 BRENDA_EMAIL + BRENDA_PASSWORD 环境变量，在 brenda-enzymes.org 免费学术注册）或 EuropePMC_search_articles 检索已发表的动力学参数，不得从第一性原理估算 Km。
BiGG 使用注意事项：BiGG_get_reaction/BiGG_get_metabolite 的 model_id 默认为 "universal"，需要模型范围的化学计量/边界时应传入具体模型 ID。BiGG_search 默认 search_type 为 "reactions"，搜索代谢物/基因/模型时需显式设置。部分字段（如某些条目的 formula）可能返回 None，应报告实际存在的内容而非假设所有字段都已填充。
关于收费、价格、平台要求等具体信息，资料中暂未提供。