SuperAPI AI 工具集

geo-search-api

数据与分析

查看项目

更新于 10-15 18:45

技能介绍

用途:该技能用于搜索 NCBI Gene Expression Omnibus(GEO)数据库中的基因表达 DataSets 和 Profiles,适合在用户按关键词、物种、作者或特定字段查找微阵列、RNA-seq 等基因组数据时使用。官方建议将其用于可重复、清单驱动的执行,而非开放式头脑风暴。

主要能力:提供打包的可执行脚本 scripts/search_geo.py,通过 NCBI Entrez API 执行检索;支持 field-specific 过滤(JSON 字符串),支持选择目标数据库 gds(DataSets/Series)或 geoprofiles,可限制返回结果数量,并可传入邮箱与 NCBI API Key 以获得更高请求限额。查询由主检索词与过滤条件以 AND 组合,字段别名(如 ORGN 代表 Organism)由 NCBI API 自动处理。references/ 目录提供任务相关参考,包括 query_fields.json 列出有效搜索字段及其别名。

使用方式:需 Python 3.10+。先验证脚本可编译与查看帮助:python -m py_compile scripts/search_geo.py 与 python scripts/search_geo.py --help。运行时基本命令为 python scripts/search_geo.py "关键词",可选参数包括 --filters(JSON 过滤串)、--db、--limit、--email、--api_key。例如:python scripts/search_geo.py "diabetes" --filters '{"Organism": "Mus musculus", "DataSet Type": "expression profiling by array"}' --limit 5。若脚本使用固定设置,可编辑文件内 CONFIG 块或文档化参数。

适用场景:需要按物种、作者、数据集类型等条件查找 GEO 中的基因表达研究数据时。

限制:第三方包未在本技能包中明确固定版本;缺少必需源数据、标识符、文件或凭据时不应使用;不接受要求编造结果、无依据声明或超出范围结论的请求;当更简单的直接回答足够时也不适用。执行前需确认输入、输出路径、范围过滤、阈值及领域约束,输出应可复现并明确假设。若验证失败或脚本报错,需说明缺失字段、命令路径与最小修复步骤。部分输出应标注并说明未完成的检查项。