SuperAPI AI 工具集

gene-database

数据与分析

查看项目

更新于 10-15 16:45

技能介绍

用途:该技能用于查询 NCBI Gene 数据库,适合在已知基因符号(如 BRCA1)时获取特定物种的正确 NCBI Gene ID,或由 Gene ID 获取整合元数据(别名、RefSeq 登录号、基因组位置、GO 注释、文献链接),也用于为基因面板批量补充一致标识与核心注释,以及按生物学背景(GO 术语、表型/疾病关键词、通路术语)搜索基因后取详情。

主要能力:基于 E-utilities 的 ESearch 做符号/名称搜索并限定物种;用 EFetch/ESummary 按 ID 获取记录,支持 JSON/XML/文本输出;用 NCBI Datasets API 做以基因为中心的整合检索(元数据与序列/链接);提供批量查询工具,具备基本速率限制感知与结果聚合;支持命名/别名、RefSeq 转录本与蛋白、基因组位置、GO、表型/疾病关键词及相关文献等注释字段。

使用方式:依赖 Python 3.9+、requests>=2.28,以及公开的 NCBI E-utilities 与 Datasets HTTP API,可选 NCBI API key。示例脚本包括 scripts/query_gene.py、scripts/fetch_gene_data.py、scripts/batch_gene_lookup.py。按符号搜索:python scripts/query_gene.py --search "BRCA1" --organism "human";按 ID 检索:python scripts/query_gene.py --id 672 --format json;Datasets 方式:python scripts/fetch_gene_data.py --gene-id 672 或 --symbol BRCA1 --taxon human;批量:python scripts/batch_gene_lookup.py --file gene_list.txt --organism human 或 --ids 672,7157,5594 --output results.json。

限制:无 API key 时 E-utilities 约 3 请求/秒、Datasets API 约 5 请求/秒,有 key 时两者可达约 10 请求/秒(视服务而定);需处理 400、404、429 等 HTTP 错误,对 429/5xx 建议指数退避加抖动并缓存结果。API key 获取地址为 https://www.ncbi.nlm.nih.gov/account/。仓库内 references/api_reference.md 与 references/common_workflows.md 若存在可查阅端点参数与更多工作流。