SuperAPI AI 工具集

uniprot-protein-database

数据与分析

查看项目

更新于 10-15 22:40

技能介绍

用途:面向蛋白质序列与功能注释的编程检索,覆盖搜索蛋白、取序列、ID 映射和注释查询。Swiss-Prot 为人工审校条目,TrEMBL 为计算预测条目。

主要能力:按基因名、登录号、物种或功能关键词检索;以 FASTA 等格式取回序列;在 UniProt 与 Ensembl、PDB、RefSeq、KEGG 等库之间映射标识符;读取 GO 术语、结构域、翻译后修饰等注释;批量取回条目或下载某物种的审校数据集。

必要用法:先 pip install requests pandas。搜索用 https://rest.uniprot.org/uniprotkb/search,单条取回用 /uniprotkb/{accession},FASTA 可直接请求 /uniprotkb/P01308.fasta。ID 映射走 /idmapping/run 提交任务再轮询 /idmapping/status/{jobId},最后取 /idmapping/results/{jobId}。大结果集用 /uniprotkb/stream 避免分页;分页则按响应 Link 头里的游标翻页。常用参数:query、format(json、tsv、fasta、xml、gff)、fields、size(1–500)。

适用场景:按物种检索目标蛋白、为下游分析提取 FASTA、跨库关联结构与基因组标识、批量获取注释字段并转成表格分析。

限制:API 无严格速率限制但建议批请求间加 time.sleep(0.5);ID 映射单次最多 100000 个 ID。宽泛查询易返回跨物种海量结果,应加 organism_id 与 reviewed:true 收窄。映射返回空多为数据库代码写错(如应写 UniProtKB_AC-ID)。FASTA 缺基因名通常是 TrEMBL 注释较少。本技能不含三维结构获取,需改用结构类技能;统一访问 40+ 数据库可用 bioservices。