用途:查询 ENCODE 顺式调控元件注册库(cCREs),通过 SCREEN GraphQL API 识别启动子、增强子、绝缘子等功能性非编码 DNA 元件,分析 DNase、H3K4me3、H3K27ac、CTCF 等生化信号;也可通过 ENCODE Portal REST API 查询原始实验、ChIP-seq 峰等数据。
主要能力:提供 search(按坐标、accession 或表观信号搜索)、nearby-genes、details、biosamples、orthologs、linked-genes、gene-expression、entex、gwas 等子命令,输出 JSON 到磁盘。biosamples 与 details 命令会为每个 biosample 添加 is_type_a 布尔标记,用于识别同时具备四种核心表观标记数据的高置信度样本。多数命令支持 --assembly mm10 或 grch38,默认 grch38,无结果时自动回退 mm10。
使用方式:需先安装 uv 并确保其在 PATH 中。若工作区根目录不存在 .licenses/encode_ccres_database_LICENSE.txt,需提示用户查看 https://www.encodeproject.org/help/rest-api/ 条款并创建记录文件。必须使用提供的包装脚本查询,脚本会自动执行速率限制。示例:uv run scripts/screen_api.py search --chromosome chr11 --start 5205263 --end 5207263 --output /tmp/search.json;uv run scripts/screen_api.py details EH38E2941922 --output /tmp/details.json。输出应保存到 /tmp/ 等临时位置。
解析要求:不要用 cat 读取整个 JSON 文件,必须用 jq 提取字段;若无 jq,可编写 Python 过滤代码。JSON 结构参考 references/json_output_structure.md,GraphQL 自定义查询参考 references/graphql_schema.md。
适用场景:非编码调控元件定位、高置信度细胞类型筛选、cCRE 与基因关联分析、跨装配同源元件查询、GWAS 与 ENTEx 数据整合等。
限制:必须通过包装脚本访问,不可直接访问数据库;输出文件可能极大,需用 jq 解析;使用该技能需在输出中提及;分析 BED/bigBed 文件建议使用 bedtools、bigBedToBed、pybedtools 等工具,未预装时需自行编写逻辑。具体收费、价格、平台支持等信息暂未提供。