此技能提供對人類代謝體資料庫的存取，該資料庫包含超過 220,000 筆代謝物條目。研究人員可以透過化學名稱、結構或 ID 進行搜尋，以取得代謝體學研究的特性、光譜和生物標記數據。
下載技能 ZIP
在 Claude 中上傳
前往 設定 → 功能 → 技能 → 上傳技能
開啟並開始使用
測試它
正在使用「hmdb-database」。 Find information about caffeine including its HMDB ID, molecular weight, and whether it is a known biomarker.
預期結果:
- HMDB ID: HMDB0001854 (Caffeine)
- Chemical Formula: C8H10N4O2
- Molecular Weight: 194.19 g/mol
- SMILES: CN1C=NC2=C1C(=O)N(C(=O)N2C)C
- Status: Detected in blood, urine, saliva
- Biomarker Status: No - not currently listed as a disease biomarker
- Biospecimen Locations: Blood, Urine, Saliva, Breast Milk
- Concentration in Urine: Typically 0.1-10 mg/L (varies by caffeine intake)
正在使用「hmdb-database」。 Search for metabolites that are biomarkers for diabetes and show their normal and abnormal concentration ranges in blood.
預期結果:
- Several HMDB metabolites are associated with diabetes biomarker status:
- 1. Glucose (HMDB0000122) - Elevated in diabetic conditions
- 2. HbA1c (HMDB0000741) - Key diabetes monitoring biomarker
- 3. Fructosamine (HMDB0002044) - Short-term glucose control indicator
- Typical blood concentration ranges will be shown with age and condition considerations.
正在使用「hmdb-database」。 What metabolic pathways involve cholesterol and what are the associated SMPDB pathway IDs?
預期結果:
- Cholesterol (HMDB0000067) is involved in multiple pathways:
- 1. Steroid Biosynthesis (SMP0000001)
- 2. Bile Acid Biosynthesis (SMP0000012)
- 3. Lipid Metabolism (SMP0000035)
- Each pathway shows associated enzymes, reactions, and cross-references to KEGG.
安全審計
安全This is a pure documentation skill with no executable code. All 129 static findings are FALSE POSITIVES caused by markdown formatting patterns being misidentified as security issues. The backticks detected are markdown inline code spans (e.g., `accession`, `smiles`, `inchi`), not Ruby/shell command execution. The 'weak cryptographic algorithm' detections are chemical identifiers (InChI/InChIKey), not encryption. The hardcoded URLs are legitimate HMDB database endpoints essential to the skill's function. No code, network calls, file system access, or command execution exists.
風險因素
⚡ 包含腳本
🌐 網路存取
📁 檔案系統存取
🔑 環境變數
⚙️ 外部命令
品質評分
你能建構什麼
鑑定未知代謝物
將實驗性 MS 或 NMR 光譜與 HMDB 參考庫進行比對，以鑑定樣品中的未知化合物。
尋找生物標記關聯
搜尋與特定疾病相關的代謝物，並檢視濃度範圍以應用於診斷目的。
交叉比對化學 ID
將 HMDB 條目映射到外部資料庫，如 KEGG、PubChem 和 ChEBI，以進行整合途徑分析。
試試這些提示
在 HMDB 中找到關於 {metabolite_name} 的資訊。包括其化學式、分子量和 SMILES 字串。搜尋 HMDB 中作為 {disease_name} 生物標記的代謝物。列出它們在相關生物體液中的濃度範圍。找到具有與 600 MHz 質子 NMR 相符的 HMDB 代謝物。哪些化合物在 7-8 ppm 芳香區域有峰？
找到 {pathway_name} 途徑中代謝物的 SMPDB 途徑 ID。與 KEGG 途徑識別符進行交叉參照。最佳實務
- 在出版物中始終使用其文件中推薦的格式引用 HMDB
- 在研究中註明 HMDB 版本（目前為 v5.0）以確保可重複性
- 對於大規模分析，請下載完整資料集，而非進行重複的網頁查詢
避免
- 不要嘗試對 HMDB 進行網頁爬取 - 請改為聯繫他們以取得 API 存取權限
- 不要假設每個代謝物的所有欄位都已填寫（濃度數據較為稀疏）
- 不要在未檢查品質指標的情況下將預測光譜數據與實驗數據混淆
常見問題
如何以程式化方式存取 HMDB？
我可以下載哪些檔案格式？
HMDB 中有多少代謝物？
我可以將 HMDB 用於商業目的嗎？
我可以使用哪些識別符進行搜尋？
HMDB 是否包含光譜數據？
開發者詳情
作者
K-Dense-AI授權
HMDB is offered to the public as a freely available resource. Use and re-distribution of the data, in whole or in part, for commercial purposes requires explicit permission of the authors and explicit acknowledgment of the source material (HMDB) and the original publication (see the HMDB citing page). We ask that users who download significant portions of the database cite the HMDB paper in any resulting publications.
儲存庫
https://github.com/K-Dense-AI/claude-scientific-skills/tree/main/scientific-skills/hmdb-database引用
main
檔案結構