用途:当主要任务是跨一个或多个生物来源进行数据库查询、注释或证据收集时使用本技能。
主要能力:基因注释、标识符、RefSeq、Ensembl ID、直系同源、VEP、GO 与基因组坐标;变异临床意义、VUS 解释支持、ClinVar 审核状态、癌症突变与 COSMIC 证据;GWAS Catalog 性状关联、rs ID、p 值、汇总统计与遗传流行病学证据;通路映射、ID 转换、KEGG 通路、Reactome 富集、疾病通路与通路证据;靶点-疾病关联证据、可成药性、安全性、已知药物与 Open Targets 证据;来自 AlphaFold DB 或 RCSB PDB 的蛋白结构证据,含 UniProt ID、mmCIF/PDB 下载、pLDDT、PAE 与结构元数据;蛋白-蛋白互作证据、STRING 网络、枢纽蛋白与富集证据;当用户询问 census 元数据或表达数据时,从 CELLxGENE Census 查询参考单细胞数据;跨数据库生物 ID 映射与多资源证据表。
使用方式:先识别生物实体类型(基因、转录本、变异、通路、靶点、蛋白结构、蛋白互作、性状关联或参考细胞群),再选择能回答证据问题的最窄来源,在结果中保留来源名称、查询词、访问日期、标识符与 API 注意事项;比较多个来源时以表格返回证据;说明认证、许可、速率限制或非公开访问对来源的限制。来源特定边界与查询说明见 references/database-evidence-sources.md。
适用场景:需要跨多个生物数据库收集、对照或整理证据的查询任务。
限制:不适用于单细胞 RNA-seq 分析、聚类、UMAP、标记基因、细胞注释、AnnData/h5ad 编辑或 scVI/scANVI 批次校正规划(应使用 scanpy);不适用于批量 RNA-seq 差异表达(应使用 pydeseq2);不适用于以 BAM、SAM、CRAM、VCF、pileup、覆盖度或区域提取为主的文件处理任务;不适用于 deepTools 信号轨迹与热图;不适用于蛋白语言模型、嵌入、逆折叠或蛋白设计流程;不适用于基于约束的代谢建模、FBA 或代谢工程仿真;不适用于 BED/基因组区间嵌入、基因组区域机器学习或基因调控网络推断;不适用于 FCS 或流式细胞术文件解析。