技能：多组学整合策略（编号：204）

概述

设计多组学（转录组学 RNA、蛋白质组学 Pro、代谢组学 Met）联合分析方案，在通路层面执行交叉验证，并提供系统生物学层面的整合分析策略。

使用场景

复杂疾病的系统生物学机制研究
生物标志物发现与验证
药物靶点鉴定与通路验证
多组学数据质量评估与一致性分析

目录结构

.
├── SKILL.md                 # This file - Skill documentation
├── config/
│   └── pathways.json        # Pathway database configuration
├── scripts/
│   └── main.py             # Main analysis script
├── templates/
│   └── report_template.md   # Analysis report template
└── examples/
    └── sample_data/         # Sample datasets

输入

必需文件

| 文件 | 格式 | 描述 | |------|------|------| | rna_data.csv | CSV | 转录组学数据：基因 ID、表达量、差异分析结果 | | pro_data.csv | CSV | 蛋白质组学数据：蛋白质 ID、丰度值、差异分析结果 | | met_data.csv | CSV | 代谢组学数据：代谢物 ID、浓度值、差异分析结果 |

输入格式规范

RNA 数据（rna_data.csv）

gene_id,gene_name,log2fc,pvalue,padj,sample_A,sample_B,...
ENSG00000139618,BRCA1,1.23,0.001,0.005,12.5,13.2,...

蛋白质数据（pro_data.csv）

protein_id,gene_name,log2fc,pvalue,padj,sample_A,sample_B,...
P38398,BRCA1,0.85,0.002,0.008,2450,2890,...

代谢物数据（met_data.csv）

metabolite_id,metabolite_name,kegg_id,log2fc,pvalue,padj,...
C00187,Cholesterol,C00187,-1.45,0.003,0.012,...

整合策略

1. ID 映射层

RNA → Protein：通过基因符号 / UniProt ID 进行映射
Protein → Metabolite：通过 KEGG/Reactome 酶-反应-代谢物进行关联
RNA → Metabolite：通过 KEGG 通路间接关联

2. 通路映射

支持的数据库：

KEGG（京都基因与基因组百科全书）
Reactome
WikiPathways
GO (Gene Ontology) - 生物学过程

3. 交叉验证方法

3.1 方向一致性验证

同一通路中基因/蛋白质/代谢物的变化方向是否一致
评分：+1（一致）、-1（相反）、0（无数据）

3.2 相关性验证

Pearson/Spearman 相关性分析
跨组学表达谱聚类

3.3 通路富集一致性

对每个组学独立进行富集分析
识别共同富集通路

3.4 网络拓扑验证

构建跨组学调控网络
识别关键节点（Hub 基因/蛋白质/代谢物）

输出

1. 整合报告（`integration_report.md`）

# Multi-Omics Integration Analysis Report

## Executive Summary
- Sample count: RNA=30, Pro=28, Met=25
- Mapping success rate: RNA-Pro=85%, Pro-Met=62%
- Pathway coverage: 342 KEGG pathways

## Cross-Validation Results
### Highly Consistent Pathways (Score > 0.8)
1. Glycolysis/Gluconeogenesis (Score=0.92)
2. Citrate cycle (TCA cycle) (Score=0.88)

### Conflicting Pathways (Score < -0.3)
1. Fatty acid biosynthesis (Score=-0.45)

## Recommendations
- Focus on: Energy metabolism-related pathways
- Needs verification: Lipid metabolism pathway data quality

2. 外部可视化工具（不包含）

本工具生成分析结果，可使用外部工具进行可视化。用户可将结果导出至：

| 图表类型 | 用途 | 所需外部工具 | |---------|------|---------| | Circos Plot | 跨组学关系全景 | matplotlib/circlize（用户自行安装）| | Pathway Heatmap | 通路水平变化 | seaborn/complexheatmap（用户自行安装）| | Sankey Diagram | 数据流映射 | plotly（用户自行安装）| | Network Graph | 分子相互作用网络 | networkx/cytoscape（networkx 已包含）| | Correlation Matrix | 跨组学相关性 | seaborn（用户自行安装）| | Bubble Plot | 整合富集分析 | ggplot2/plotly（用户自行安装）|

注意： 本技能专注于数据整合与分析。可视化需要用户另行安装绘图库。

3. 输出文件

| 文件 | 描述 | |------|------| | mapped_ids.json | ID 映射结果 | | pathway_scores.csv | 通路交叉验证评分 | | consistency_matrix.csv | 跨组学一致性矩阵 | | network_edges.csv | 网络边列表 | | report.html | 交互式 HTML 报告 |

使用方法

基本用法

python scripts/main.py \
  --rna rna_data.csv \
  --pro pro_data.csv \
  --met met_data.csv \
  --output ./results

高级选项

python scripts/main.py \
  --rna rna_data.csv \
  --pro pro_data.csv \
  --met met_data.csv \
  --pathway-db KEGG,Reactome \
  --id-mapping config/mapping.json \
  --method correlation+enrichment+network \
  --output ./results \
  --format html,csv,json

配置

config/pathways.json

{
  "databases": {
    "KEGG": {
      "enabled": true,
      "organism": "hsa",
      "min_genes": 3
    },
    "Reactome": {
      "enabled": true,
      "min_genes": 5
    }
  },
  "mapping": {
    "rna_to_protein": "gene_symbol",
    "protein_to_metabolite": "enzyme_commission"
  }
}

依赖项

Python >= 3.8
pandas >= 1.3.0
numpy >= 1.21.0
scipy >= 1.7.0
scikit-learn >= 1.0.0
networkx >= 2.6.0
matplotlib >= 3.4.0
seaborn >= 0.11.0
gseapy >= 1.0.0（通路富集分析）

参考文献

Subramanian et al. (2005) PNAS - GSEA 方法
Kamburov et al. (2011) NAR - ConsensusPathDB
Chin et al. (2018) Nature Communications - 多组学整合方法综述

版本

版本：1.0.0
最后更新：2026-02-06
作者：OpenClaw 生物信息学团队

风险评估

| 风险指标 | 评估 | 级别 | |----------------|------------|-------| | 代码执行 | Python/R 脚本在本地执行 | 中 | | 网络访问 | 无外部 API 调用 | 低 | | 文件系统访问 | 读取输入文件，写入输出文件 | 中 | | 指令篡改 | 标准提示词指南 | 低 | | 数据暴露 | 输出文件保存到工作空间 | 低 |

安全检查清单

[ ] 无硬编码凭证或 API 密钥
[ ] 无未授权文件系统访问（../）
[ ] 输出不暴露敏感信息
[ ] 提示词注入保护已到位
[ ] 输入文件路径已验证（无 ../ 遍历）
[ ] 输出目录限制在工作空间内
[ ] 脚本在沙箱环境中执行
[ ] 错误消息已净化（不暴露堆栈跟踪）
[ ] 依赖项已审计

先决条件

# Python dependencies
pip install -r requirements.txt

评估标准

成功指标

[ ] 成功执行主要功能
[ ] 输出符合质量标准
[ ] 优雅地处理边缘情况
[ ] 性能可接受

测试用例

基本功能：标准输入 → 预期输出
边缘情况：无效输入 → 优雅的错误处理
性能：大数据集 → 可接受的处理时间

生命周期状态

当前阶段：草稿
下一次审查日期：2026-03-06
已知问题：无
计划改进：
- 性能优化
- 其他功能支持

参数

| 参数 | 类型 | 默认值 | 描述 | |-----------|------|---------|-------------| | --rna | str | 必填 | | | --pro | str | 必填 | | | --met | str | 必填 | | | --output | str | './results' | | | --databases | str | 'KEGG' | | | --create-sample | str | 必填 | 创建用于测试的样本数据 | | --format | str | 'md | |