用途:接收用户提供的氨基酸序列字符串或本地 .fasta 文件路径,搜索同源蛋白序列,生成 Markdown 格式的命中结果表,解读关键比对指标,总结推断的蛋白功能,并在本地保存结果供后续程序化分析。
主要能力:默认走 MMseqs2(ColabFold API),通常 2 分钟内完成;当 MMseqs2 失败(退出码 2,限流或 API 错误)或用户明确要求 BLAST/指定数据库时,改用 EBI BLAST,可能需等待最长约 15 分钟。BLAST 仅可使用资料列出的数据库代码(如 uniprotkb、uniprotkb_swissprot、uniprotkb_bacteria、uniprotkb_human、uniref50、pdb 等),代码须与列表完全一致,否则不执行并给出允许列表。
使用方式:需先按 uv 技能安装 uv 并加入 PATH;确保家目录存在 .env;USER_EMAIL 可选但推荐(EBI 用于 BLAST 任务跟踪),须通过 credentials 技能的安全凭据协议检查与请求。若工作区根目录不存在 .licenses/protein_sequence_similarity_search_LICENSE.txt,须先提示用户查看 https://www.ebi.ac.uk/jdispatcher/sss/ncbiblast 与 https://colabfold.com 的条款,再创建记录通知文本与时间戳的文件。MMseqs2 命令:uv run scripts/mmseqs2_search.py <SEQUENCE_OR_FILE> -o <generated-filename.md> -j <generated-filename.json>,可加 --include-mgnify。BLAST 命令:uv run scripts/uniprot_blast.py <SEQUENCE_OR_FILE> -o <generated-filename.md> -j <generated-filename.json>,可加 --databases <db1,db2>。
结果解读:汇总前 3–5 个同源序列,依据 Q-Cov(查询覆盖度)、E-value(越低越显著)、Seq Identity(进化关系)评估匹配质量;若结果含蛋白描述则直接分析,若仅有 UniProt 登录号(MMseqs2 常见)则用 uniprot-database 技能等查询名称与功能。报告须明确说明使用的方法(MMseqs2 或 EBI BLAST)及所用序列数据库,并告知生成的 .json 与 .md 文件位置。
限制:不得编造同源序列;脚本报错或无命中须如实告知;不要解析 JSON、a3m 等原始输出文件,仅依据生成的 .md 做总结;JSON 等输出仅供后续工具使用。其他未在资料中说明的功能、收费或平台信息暂未提供。