藏药多组学整合分析

概览

对藏药复方/单味药的转录组、蛋白质组、代谢组数据进行系统整合分析，通过单组学独立分析→跨组学关联→网络药理学整合→机制阐释的四步工作流，揭示藏药"多成分-多靶点-多通路"的协同作用机制。提供可执行的 Python 分析脚本和三份参考文档。

触发条件

当用户的请求包含以下关键词时触发本技能：
- "多组学整合"、"转录+蛋白+代谢"、"multi-omics"
- "藏药机制"、"藏药药理"、"网络药理学" + "组学"
- "差异基因/差异蛋白/差异代谢物 联合分析"
- "成分-靶点-通路 网络"

也适用于中药/民族药的多组学整合分析场景。

工作流概览

用户提供数据
    │
    ├── 1. 数据处理与差异筛选
    │   scripts/data_preprocessing.py
    │   references/multiomics-methods.md §1-2
    │
    ├── 2. 单组学独立分析
    │   scripts/single_omics_analysis.py
    │   references/multiomics-methods.md §2
    │
    ├── 3. 多组学关联整合
    │   scripts/multiomics_integration.py
    │   references/multiomics-methods.md §3
    │
    ├── 4. 网络药理学整合
    │   scripts/network_analysis.py
    │   references/tools-and-databases.md §3-4
    │
    └── 5. 机制阐释与报告
        references/tibetan-medicine-context.md §4

工作流说明

阶段 1: 数据预处理与差异筛选

输入: 用户提供的组学差异表达/差异累积数据 (CSV/Excel)
加载参考: references/multiomics-methods.md §1 (数据标准化)

步骤:
1. 使用 scripts/data_preprocessing.py 加载数据:
- load_omics_data() — 加载转录/蛋白/代谢三组数据
- filter_de_results() — 差异筛选 (|log2FC|>1, p<0.05)
- qc_summary() — 生成QC汇总表
2. 检查数据质量:
- 确认各组的差异分子数是否合理
- 检查是否有批次效应风险
3. 跨组学 ID 映射: 使用 map_gene_protein() 进行基因-蛋白映射

阶段 2: 单组学独立分析

加载参考: references/multiomics-methods.md §2 (单组学富集)
核心脚本: scripts/single_omics_analysis.py

注意: 内置的基因集/通路数据为离线示例数据。正式发表研究时, 建议使用 clusterProfiler (R) 或 gseapy (Python) 获取最新通路数据库。对于藏药中特有的植物、矿物成分, 需要考虑参考物种是否在标准通路数据库的覆盖范围内。

阶段 3: 多组学关联整合

加载参考: references/multiomics-methods.md §3 (整合方法)
核心脚本: scripts/multiomics_integration.py

执行以下分析:

1. Fisher's Method p值合并 (fisher_combine_pvalues())
   - 将同一条通路在多个组学中的p值合并
   - 用于识别跨组学一致激活/抑制的通路

2. Overlap 显著性检验 (overlap_hypergeometric(), multi_layer_overlap())
   - 检验转录-蛋白-代谢三组差异分子列表之间的重叠是否显著
   - 输出 Jaccard 系数矩阵

3. 跨组学相关性分析 (cross_omics_correlation())
   - 转录 vs 蛋白 log2FC 相关性 (Spearman)
   - 使用 classify_tp_correlation() 分类一致/不一致方向

4. 联合通路富集 (joint_pathway_enrichment())
   - 加权合并多个组学的通路富集得分
   - 识别协同调控的关键通路

5. 酶-代谢物关联 (enzyme_substrate_correlation())
   - 分析关键代谢酶基因表达与底物/产物代谢物水平的关联

6. 跨组学 Hub 识别 (find_integrated_hubs())
   - 综合多组学信号强度, 识别核心调控分子

阶段 4: 网络药理学整合

加载参考: references/tibetan-medicine-context.md §2-3 (藏药特殊考量)
核心脚本: scripts/network_analysis.py

1. 成分-靶点匹配 (match_compound_targets())
   - 将藏药活性成分靶点与多组学差异基因取交集
   - 内置 25+ 种藏药活性成分靶点数据库
   - 成分来源: 藏红花、余甘子、诃子、佐太、波棱瓜子、藏木香、牛黄、麝香、绿绒蒿、兔耳草等

2. 多层次网络构建 (build_network(), MultiLayerNetwork 类)
   - 构建"成分→靶点→通路→表型"四层网络
   - 支持 Cytoscape JSON 格式导出 (to_cytoscape_json())

3. 网络拓扑分析 (network_topology())
   - Degree centrality / Betweenness centrality
   - 识别 Hub 成分、Hub 靶点、Hub 通路

4. 通路模块提取 (extract_pathway_modules())
   - 从全网络中提取特定通路的邻域子网络
   - 适用于 PI3K/AKT、MAPK、NF-κB 等关键信号通路的深入分析

5. 复方一站式分析 (analyze_formulation())
   - 输入复方名称 → 自动成分解析 → 靶点匹配 → 网络构建

阶段 5: 机制阐释与报告生成

加载参考: references/tibetan-medicine-context.md §4 (结果解释框架)

按以下结构输出分析报告:

1. 摘要 — 研究背景、目的、主要发现
2. 材料与方法 — 数据来源、分析工具、统计方法 (引用使用的函数和参考)
3. 结果:
   - 3.1 各组学差异分子统计 (来自阶段1)
   - 3.2 单组学富集分析 (来自阶段2)
   - 3.3 多组学关联分析 (来自阶段3)
   - 3.4 网络药理学网络 (来自阶段4)
4. 讨论:
   - 跨组学验证的调控机制
   - 藏医理论映射 (参考 references/tibetan-medicine-context.md §2.3 三因通路映射)
   - 与已有研究对比
   - 未鉴定代谢物的处理说明 (参考 §3.1)
5. 结论与展望:
   - 核心结论
   - 推荐验证实验 (qPCR/Western blot/抑制剂)
   - 候选标志物 (1个基因 + 1个蛋白 + 1个代谢物)

资源说明

scripts/ (Python分析脚本)

使用方式: 每个脚本可直接运行自检 (python script_name.py), 或 import 函数在 Jupyter Notebook 中使用。

references/ (参考文档)

分析注意事项

1. 未鉴定代谢物: 参考 tibetan-medicine-context.md §3.1, 不直接丢弃, 记录m/z/RT信息
2. 矿物药处理: 佐太等含重金属药材需要关注 MT 基因家族和 Nrf2/ARE 通路
3. 通路数据库覆盖: 内置数据为示例, 正式研究使用 clusterProfiler/gseapy 获取最新数据
4. 三因映射: 讨论中应提供藏医理论与现代生物学通路的双重解释
5. 可验证性: 最终机制假说需包含具体的候选标志物和验证实验建议