SuperAPI AI 工具集

alterlab-uniprot

数据与分析

查看项目

更新于 10-15 19:56

技能介绍

用途:本技能用于访问 UniProt 蛋白质序列与功能信息库,通过 REST API 完成蛋白搜索、序列获取、标识符映射与注释查询。

主要能力:按蛋白名、基因、登录号或物种搜索;以 FASTA、JSON、TSV、Excel、XML、RDF、TXT 等格式检索序列;在 UniProt 与 Ensembl、RefSeq、EMBL、PDB、AlphaFoldDB、KEGG、GO 等数据库间做 ID 映射;获取 GO 术语、结构域和功能描述等注释;批量与流式获取大量条目;使用字段语法构建自定义查询。

使用方式:搜索端点 https://rest.uniprot.org/uniprotkb/search?query={query}&format={format};单条检索 https://rest.uniprot.org/uniprotkb/{accession}.{format};ID 映射先 POST https://rest.uniprot.org/idmapping/run,再轮询 /idmapping/status/{jobId},通过 /idmapping/results/{jobId} 取结果;大数据集用 /uniprotkb/stream。ID 映射轮询应判断 jobStatus == "FINISHED"(结果无 results/failedIds 键);结果默认分页 size=25、最大 500,需跟随 next Link 响应头。查询支持布尔运算、字段限定(如 gene:BRCA1、organism_id:9606)、范围(length:[100 TO 500])和通配符。

限制:ID 映射每任务最多 100,000 个 ID,结果保留 7 天;2022 年前部分查询语法(如 annotation:(type:...))会返回 HTTP 400,应改用 ft_<feature>:*、database:<db>、date_created:/date_modified:、existence:1;TrEMBL 为计算预测,Swiss-Prot 为人工审阅。实验结构、AI 预测结构、互作网络、结构域家族分类和 BLAST 相似性搜索不在本技能范围。建议优先筛选 reviewed:true、显式指定格式与字段、妥善处理分页、缓存结果并控制请求频率。每次响应含 X-UniProt-Release 等头信息,可记录以保证可复现。具体客户端工具、脚本行为与示例命令的资料较为简略,暂未提供更细致说明。