SuperAPI AI 工具集

remap-database

数据与分析

查看项目

更新于 10-15 22:40

技能介绍

用途:查询 ReMap 2022 转录因子 ChIP-seq 峰值数据库。该版本收录 1.65 亿个非冗余峰、8,113 个数据集、1,210 个转录因子,覆盖人(hg38/hg19)、小鼠(mm10)、果蝇和拟南芥。支持 REST API 与 BED 批量下载,无需认证。

主要能力:按基因组区域(chr:start-end)检索重叠的 TF 峰;按基因检索 TSS 附近峰;列出某装配下全部 TF 及峰/数据集计数;按调控生物型(promoter、enhancer、exon、intron、intergenic)过滤某 TF 的峰;下载某 TF 全部峰 BED 供离线分析;通过分组重叠峰识别位点共结合 TF。

使用方式:Python 依赖 requests、pandas、matplotlib,安装命令 pip install requests pandas matplotlib。API 基址为 https://remap2022.univ-amu.fr/api/v1,核心端点包括 /peaks/overlap/、/peaks/gene/、/tfbs/list/、/tfbs/name/、/peaks/biotype/、/biotypes/、/stats/。峰记录的 name 字段格式为 TF:experiment_id:cell_type,解析时用 .split(":") 并防止字段缺失。若 API 不可用,可从 https://remap2022.univ-amu.fr/download_page 下载 BED 文件,如 remap2022_all_macs2_hg38_v1_0.bed.gz 或按 TF 分文件,用 pandas 读取并做区域过滤。

适用场景:GWAS 位点或候选增强子的 TF 占位分析、基因近端调控图谱、某 TF 跨细胞类型峰汇总、按调控元件类型统计峰分布等。

限制:无官方公布的速率限制,批量请求建议用 time.sleep(0.5) 避免服务器过载。该 API 为研究接口,端点可用性可能变化,示例均含 BED 下载回退方案。需具备基因组坐标或基因/TF 名称,且需联网。资料未提供收费标准等信息。若需 PWM/PFM 序列模型而非峰位置,应改用 jaspar-database;ENCODE 特有调控轨道与可及性数据应使用 encode-database。