SuperAPI AI 工具集

alterlab-gene-db

数据与分析

查看项目

更新于 10-15 19:56

技能介绍

用途:该技能用于查询 NCBI Gene 数据库,支持按基因符号或 Gene ID 搜索、获取基因序列与元数据、分析基因功能与通路,以及批量基因查询。不适用于 Ensembl ID/VEP/直系同源、蛋白层面功能与 UniProt 映射、变异临床意义、通路富集等场景(分别对应其他技能)。

主要能力:NCBI 提供两套 API——E-utilities(功能全面,适合复杂查询与跨库检索)和 Datasets API(适合直接获取基因元数据,每次请求一个基因报告)。Datasets 基因报告包含命名与别名、交叉引用(HGNC、Ensembl、UniProt/Swiss-Prot、OMIM)、基因组位置与装配映射、GO 注释、转录本与蛋白计数;单个转录本/蛋白 RefSeq 登录号需请求 product_report 端点。

使用方式:提供三个脚本。query_gene.py 使用 E-utilities(ESearch、ESummary、EFetch),例如 python scripts/query_gene.py --search "BRCA1" --organism "human"、python scripts/query_gene.py --id 672 --format json。fetch_gene_data.py 使用 Datasets API,例如 python scripts/fetch_gene_data.py --gene-id 672、python scripts/fetch_gene_data.py --symbol BRCA1 --taxon human。batch_gene_lookup.py 批量处理,例如 python scripts/batch_gene_lookup.py --file gene_list.txt --organism human、python scripts/batch_gene_lookup.py --ids 672,7157,5594 --output results.json。

限制与注意:无 API key 时 E-utilities 限 3 请求/秒、Datasets API 限 5 请求/秒;有 key 时均为 10 请求/秒。常见错误包括 400、429、404,建议指数退避重试。按符号搜索时应指定物种;未知标签会被静默改写为 [All Fields],需查看 querytranslation。Gene 无 pathway 字段,通路查询应使用 GO 过程或通路数据库。支持 JSON、XML、GenBank、FASTA、文本等格式。详细端点与参数见 references/api_reference.md 与 references/common_workflows.md。