brenda-database

用途

BRENDA Database 技能用于通过官方 SOAP API 访问 BRENDA（BRaunschweig ENzyme DAtabase）酶信息系统的数据。BRENDA 收录了来自科学文献的详细酶数据，该技能支持检索动力学参数、反应方程式、底物特异性、生物体信息以及酶的最适条件。资料称其覆盖超过 45000 种酶和数百万条动力学数据点，面向生化研究、代谢工程和酶发现等用途。

该技能适用于以下场景：搜索酶动力学参数（Km、kcat、Vmax）；检索反应方程式与化学计量关系；查找针对特定底物或反应的酶；比较不同生物体中酶的特性；研究最适 pH、温度和条件；访问酶的抑制与激活数据；支持代谢通路重建与逆合成；进行酶工程与优化研究；分析底物特异性和辅因子需求。

主要能力

动力学参数检索：按 EC 编号获取 Km 值，可按生物体或底物筛选，并可解析条目中的底物、Km 值、pH、温度等信息。
反应信息：按 EC 编号获取反应方程式，可按生物体筛选或按反应检索，并可解析底物与产物。
酶发现：按底物或产物搜索酶，或按反应模式搜索（如 oxidation）。
生物体特异性酶数据：跨多个生物体比较酶特性（平均 Km、最适 pH、温度范围），以及查找含有特定酶的生物体。
环境参数：获取 pH 范围、最适温度、稳定性 pH、温度稳定性，以及辅因子需求。
底物特异性：获取底物的 Km、Vmax、kcat、特异性常数（kcat/Km），并比较底物亲和力。
抑制与激活数据：获取抑制剂名称、类型、Ki、IC50，以及激活剂名称、效应和机制。
酶工程支持：查找嗜热同源物、碱性/酸性稳定变体。
动力学建模：获取建模参数（Km、Vmax、kcat、酶浓度、温度、pH），并可生成 Michaelis-Menten 图。

使用方式

安装依赖

uv pip install zeep requests pandas matplotlib seaborn

认证配置

BRENDA 需要认证凭据。创建 .env 文件：

BRENDA_EMAIL=your.email@example.com
BRENDA_PASSWORD=your_brenda_password

或设置环境变量：

export BRENDA_EMAIL="your.email@example.com"
export BRENDA_PASSWORD="your_brenda_password"

核心调用示例

获取 Km 值：

from brenda_client import get_km_values

km_data = get_km_values("1.1.1.1")  # Alcohol dehydrogenase
km_data = get_km_values("1.1.1.1", organism="Saccharomyces cerevisiae")
km_data = get_km_values("1.1.1.1", substrate="ethanol")

获取反应：

from brenda_client import get_reactions

reactions = get_reactions("1.1.1.1")
reactions = get_reactions("1.1.1.1", organism="Escherichia coli")
reactions = get_reactions("1.1.1.1", reaction="ethanol + NAD+")

辅助脚本

技能包含多个 Python 脚本：

scripts/brenda_queries.py：提供高层查询函数，如 parse_km_entry、parse_reaction_entry、extract_organism_data、search_enzymes_by_substrate、search_enzymes_by_product、compare_across_organisms、get_environmental_parameters、get_cofactor_requirements、get_substrate_specificity、get_inhibitors、get_activators、find_thermophilic_homologs、get_modeling_parameters、export_kinetic_data。
scripts/brenda_visualization.py：提供可视化函数，如 plot_kinetic_parameters、plot_organism_comparison、plot_pH_profiles、plot_temperature_profiles、plot_substrate_specificity、plot_michaelis_menten、create_heatmap_data、generate_summary_plots。
scripts/enzyme_pathway_builder.py：提供通路构建函数，如 find_pathway_for_product、build_retrosynthetic_tree、suggest_enzyme_substitutions、calculate_pathway_feasibility、optimize_pathway_conditions、generate_pathway_report。

速率限制与最佳实践

资料说明 BRENDA API 速率限制为中等：建议持续使用时每秒 1 次请求，最高每 10 秒 5 次请求。最佳实践包括：缓存结果、批量查询、使用具体搜索、处理缺失数据、验证 EC 编号格式、在连续请求间加入延迟、合理使用通配符、监控配额。

错误处理示例：

from brenda_client import get_km_values, get_reactions
from zeep.exceptions import Fault, TransportError

try:
    km_data = get_km_values("1.1.1.1")
except RuntimeError as e:
    print(f"Authentication error: {e}")
except Fault as e:
    print(f"BRENDA API error: {e}")
except TransportError as e:
    print(f"Network error: {e}")
except Exception as e:
    print(f"Unexpected error: {e}")

常见工作流

工作流 1：新底物的酶发现 — 使用 search_enzymes_by_substrate 查找作用于特定底物的酶，再用 get_km_values 获取候选酶的动力学数据。

工作流 2：跨生物体酶比较 — 使用 compare_across_organisms 比较多个生物体中同一酶的特性，并用 get_environmental_parameters 获取详细环境参数。

工作流 3：酶工程靶点识别 — 使用 find_thermophilic_homologs 查找嗜热变体，find_ph_stable_variants 查找酸碱稳定变体，compare_substrate_affinity 比较底物特异性。

工作流 4：酶通路构建 — 使用 find_pathway_for_product 查找目标产物的通路，build_retrosynthetic_tree 构建逆合成树，calculate_pathway_feasibility 评估通路可行性。

适用场景与限制

适用场景包括生化研究、代谢工程、酶发现、动力学建模、酶工程优化研究。限制方面：需 BRENDA 账号认证；API 有速率限制；资料提示并非所有酶都有完整数据；需确保 EC 编号格式正确；部分函数参数和返回结构需参考脚本源码。