OmniPath：多组学整合知识库的十年革新与生物网络解析新纪元

《Nucleic Acids Research》：OmniPath: integrated knowledgebase for multi-omics analysis

本研究针对多组学数据分析中先验知识碎片化、难以整合应用的瓶颈，开发了集成168个分子数据库的OmniPath知识库。该系统涵盖蛋白质相互作用、酶修饰、转录调控等核心分子关系，通过文献挖掘与预测模型结合构建因果网络，并创新性引入LLM智能查询界面。研究成果以开源形式提供Python/R/Cytoscape多平台工具链，显著提升单细胞与空间转录组等数据的机制解析能力，为疾病靶点发现提供新范式。

　　

随着单细胞测序、空间转录组等技术的突破，生物医学研究正步入多组学时代。海量的分子数据为解析疾病机制带来机遇，但如何从数十亿个数据点中提炼生物学意义却成为新的挑战。就像拥有无数拼图碎片却缺少完整图纸，研究人员迫切需要系统化的先验知识来指导数据分析。然而，现有的分子通路数据库存在显著局限：它们或如SIGNOR、Reactome等专注于特定类型的相互作用，或如STRING依赖相关性推断而缺乏因果关联，更关键的是，这些资源分散在百余个独立平台中，格式各异且更新频率参差不齐，使得整合应用成为巨大障碍。

为破解这一难题，由德国海德堡大学Denes Turei与Julio Saez-Rodriguez领衔的国际团队在《Nucleic Acids Research》发表了最新研究成果，推出全面升级的OmniPath知识库。该系统通过整合168个分子数据库，构建了迄今最完整的因果生物学网络图谱，并创新性地引入人工智能对话界面，使研究人员能用自然语言直接查询复杂分子关系。

研究团队采用模块化架构实现多源数据融合。核心技术包括：1）通过pypath软件套件对115个相互作用数据库进行标准化处理，保留方向性（is_directed）与效应类型（is_stimulation/is_inhibition）等因果属性；2）整合18个酶-底物数据库的翻译后修饰（PTM）位点信息；3）从67个注释资源提取蛋白功能、定位等特征，构建包含589万条记录的注释库；4）建立细胞间通讯（intercell）分类体系，将蛋白质按配体、受体等功能角色标注；5）基于HomoloGene、Ensembl等数据库实现人类-小鼠-大鼠的直系同源转换。所有数据均通过自动化流水线每日验证更新，确保可靠性。

数据内容

研究构建的五大数据库域呈现显著互补性：相互作用库包含141.9万条记录，其中文献 curated（文献验证）的因果蛋白质相互作用（PPI）仅占22%，凸显多源整合的必要性。

特别值得注意的是，超过60%的蛋白质复合物记录仅存在于单一资源，反映不同预测方法间共识度低。许可证分析显示，83%的资源支持商业用途，但多数经典数据库（如SPIKE）已停止更新，突显集成平台在知识保存方面的价值。

Web页面

新开发的OmniPath Explorer实现交互式知识探索。

其左侧面板支持按证据类型、因果关系等变量过滤，相互作用视图用色彩编码直观显示激活/抑制关系。突破性功能是集成Google Gemini Flash 2.5大模型的对话代理，用户可输入“显示EGFR所有抑制剂”等自然语言指令，系统自动生成SQL查询并返回结构化结果，极大降低非生物信息学家的使用门槛。

客户端工具

为适配不同分析场景，团队提供全栈解决方案：Python包通过PyPI分发，R包入驻Bioconductor生态系统，Cytoscape插件支持网络可视化。工具链深度集成下游分析方法，如通过decoupleR包估算转录因子（TF）活性，结合LIANA+推断细胞间通讯网络。特别优化了与scverse单细胞分析生态的互操作性，支持从单细胞数据直接映射到机制网络。

讨论部分指出，OmniPath的集成设计使其在覆盖广度与机制深度上超越STRING、PathwayCommons等传统资源。通过将信号传导、基因调控、代谢等多层网络统一表征，为构建上下文特异性机制模型奠定基础。当前局限在于异构数据源的质控挑战，但正因集成特性，用户可灵活选择资源组合进行交叉验证。研究团队正拓展代谢物、微生物组等新数据类型，并计划通过BioContextAI项目深化LLM的生物学推理能力。

这项研究的意义远超传统数据库建设：它构建了连接原始数据与生物学解释的“认知桥梁”，使研究人员能从相关性发现迈向因果机制阐释。随着多组学技术向临床转化加速，这种可解释、可交互的知识基础设施，将为精准医疗提供关键的理论支撑。