用途:该技能从人类蛋白质图谱(HPA)获取半定量蛋白质表达与空间定位数据。RNA-seq(如GTEx)只能说明基因是否被转录,而HPA可确认蛋白质产物是否真实存在、位于细胞内何处(如细胞核或细胞质)以及其在体循环血液中的浓度。数据基于正常人体组织和癌症类型的免疫组化(IHC)。
主要能力:将基因符号映射为HPA查询所需的Ensembl ID;获取正常人体组织和癌症类型中基于IHC染色的半定量蛋白丰度(High、Medium、Low或Not Detected);查找蛋白质定位的具体细胞器或亚细胞结构(如核质、线粒体);检查RNA-seq共识与蛋白表达水平之间的一致性;按特定蛋白表达标准搜索基因(如“在杏仁核中升高”或“分泌蛋白”)。
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/human_protein_atlas_database_LICENSE.txt,需提示用户查看https://www.proteinatlas.org/about/licence 的条款,并创建记录通知文本与时间戳的文件。命令包括:resolve-ensembl-id(基因符号转Ensembl ID)、get-tissue-expression(组织蛋白水平)、get-subcellular-location(亚细胞定位)、get-atlas-entry(完整HPA条目)、search-hpa(按属性搜索)。所有子命令将JSON写入磁盘,默认输出为/tmp/hpa_output.json,建议保存到/tmp/目录。示例:uv run scripts/hpa_cli.py resolve-ensembl-id ERBB2 --output /tmp/erbb2_id.json。
适用场景:需要将基因符号映射为Ensembl ID、查询组织或癌症中的蛋白丰度、查找亚细胞定位、比较RNA-seq与蛋白表达一致性,或按蛋白表达标准筛选基因时。
限制:不适用于查询eQTL、pQTL或任何变异级关联;HPA仅提供野生型表达数据,不涉及QTL。不适用于非人类物种,HPA严格针对人类蛋白质。若仅需纯定量RNA表达而不关注蛋白产物,应考虑使用GTEx技能。始终使用提供的辅助脚本查询数据库,而非直接访问,脚本会自动执行合理使用并实现重试逻辑。输出通常较大,建议使用jq或自行编写Python解析库处理,切勿输出到stdout或cat输出文件。HPA网站始终提供最新数据版本,旧版本可通过vNN.proteinatlas.org访问,脚本默认查询最新版本。