SuperAPI AI 工具集

jaspar-database

数据与分析

查看项目

更新于 10-15 21:53

技能介绍

用途:本技能通过 JASPAR 开放数据库,把序列基序或基因组区域映射到具体转录因子,例如查询“哪些 TF 结合此处”或“CTCF 的基序是什么”。

前置条件:需先按 uv 技能说明安装并配置 uv 到 PATH。若工作区根目录不存在 .licenses/jaspar_database_LICENSE.txt,须显著提示用户查阅 https://jaspar.elixir.no/ 与 https://jaspar.elixir.no/api/ 条款,并创建该文件记录提示文本和时间戳。

核心规则:必须通过随附脚本查询数据库,不得直接访问,脚本会自动遵守速率限制;单次 API 查询基因组窗口不得超过 100,000 bp,jaspar_api.py 会自动分块处理更大区域;get_tf_motif、get_tf_metadata、get_tf_pwm 需稳定的 JASPAR Matrix ID(如 MA0488.2),若用户给的是基因符号(如 JUN),必须先用 resolve_tf_id 解析;解析 ID 需提供 tax_id,常见值:人 9606、小鼠 10090。使用本技能须在输出中注明。

主要能力与用法(均用 uv run scripts/jaspar_api.py 调用):resolve_tf_id --name "JUN" --tax-id 9606 解析矩阵 ID;get_tf_motif --matrix-id "MA0488.2" 获取 PFM,支持 --format;get_tf_metadata --matrix-id "MA0488.2" 获取 TF 类别、家族与外部数据库链接,支持 --format;get_tf_pwm --matrix-id "MA0488.2" 由 PFM 计算对数几率 PWM,可加 --pseudocount 0.1;infer_from_sequence --sequence "QAQLLPSHHVG" 从蛋白序列推断矩阵;get_tffm --tffm-id "TFFM0001.1" 获取 TFFM 元数据(该端点偶发 500 错误)。get_tf_motif 与 get_tf_metadata 的 --format 支持 json(默认)、jsonp、jaspar、meme、transfac、pfm、yaml。

限制:不要把基因符号直接传给 get_tf_motif,不要漏掉 --tax-id;不适用于判断组织特异性表观遗传可及性(JASPAR 仅显示潜在结合,不反映实际组织表达背景),也不用于建模特定蛋白突变对结合的影响。