BioServices 是一个 Python 包，提供对约 40 个生物信息学 Web 服务和数据库的编程访问。它可用于检索生物数据、执行跨数据库查询、映射标识符、分析序列，并在 Python 工作流中整合多个生物资源。该包透明处理 REST 与 SOAP/WSDL 两种协议。
版本说明：示例针对 bioservices 1.16.0（PyPI，2026 年 3 月），要求 Python 3.9–3.12。2022 年中 UniProt REST 变更（bioservices ≥1.10）主要影响表格列名，若解析出错可参考上游 _legacy_names。ChEMBL 封装在 1.6.0（2018 API）发生变更，应使用 get_similarity、get_substructure、get_molecule，而非 1.6 之前的方法名。
适用场景
该技能适用于以下情况：从 UniProt、PDB、Pfam 检索蛋白质序列、注释或结构；通过 KEGG 或 Reactome 分析代谢通路与基因功能；在 ChEBI、ChEMBL、PubChem 等化合物数据库中搜索化学信息；在不同生物数据库之间转换标识符（KEGG↔UniProt、化合物 ID）；运行序列相似性搜索（BLAST、MUSCLE 比对）；查询基因本体术语（QuickGO、GO 注释）；访问蛋白质-蛋白质相互作用数据（PSICQUIC、IntactComplex）；挖掘基因组数据（BioMart、ArrayExpress、ENA）；在单一工作流中整合来自多个生物信息学资源的数据。
核心能力
- 蛋白质分析
检索蛋白质信息、序列与功能注释。关键方法包括：search() 使用灵活搜索词查询 UniProt；retrieve() 以多种格式（FASTA、XML、tab）获取蛋白质条目；mapping() 在数据库之间转换标识符。完整 UniProt API 细节见 references/services_reference.md。
- 通路发现与分析
访问基因与生物体的 KEGG 通路信息。关键方法包括：lookfor_organism()、lookfor_pathway() 按名称搜索；get_pathway_by_gene() 查找包含基因的通路；parse_kgml_pathway() 提取结构化通路数据；pathway2sif() 获取蛋白质相互作用网络。完整通路分析工作流见 references/workflow_patterns.md。
- 化合物数据库搜索
在多个数据库间搜索与交叉引用化合物。常见工作流：在 KEGG 中按名称搜索化合物，提取 KEGG 化合物 ID，使用 UniChem 进行 KEGG → ChEMBL 映射，ChEBI ID 通常包含在 KEGG 条目中。
版本注意：bioservices 1.16.0 中已移除各来源的 get_compound_id_from_* 辅助方法，应先检查 hasattr(u, "get_compound_id_from_kegg")，否则使用当前 UniChem API（u.get_compounds(compound, source_type) 并读取 res["compounds"][0]["sources"]）。ChEMBL 查询遵循同样规则：使用 get_molecule，而非 1.6 之前的 get_compound_by_chemblId。完整跨数据库映射指南见 references/identifier_mapping.md。
- 序列分析
运行 BLAST 搜索与序列比对。NCBI 需要联系邮箱，建议使用 NCBI_EMAIL 环境变量（与 BioPython Entrez 及其他仓库技能相同的约定）。注意：BLAST 任务是异步的，检索结果前需检查状态。
- 标识符映射
在不同生物数据库之间转换标识符。UniProt 支持的映射包括：UniProtKB ↔ KEGG、UniProtKB ↔ Ensembl、UniProtKB ↔ PDB、UniProtKB ↔ RefSeq 等。化合物映射使用 UniChem。
- 基因本体查询
通过 QuickGO 访问 GO 术语与注释，可检索 GO 术语信息、搜索注释。
- 蛋白质-蛋白质相互作用
通过 PSICQUIC 查询相互作用数据库。注意：PSICQUIC 并非每个版本都提供，1.16.0 中缺失，因此应防御性导入，缺失时回退到 IntactComplex、OmniPath 或 STRING。可用数据库包括 MINT、IntAct、BioGRID、DIP 等 30 多个。
多服务集成工作流
BioServices 擅长组合多个服务进行综合分析。常见集成模式包括：完整蛋白质分析流水线（UniProt 搜索、FASTA 序列检索、BLAST 相似性搜索、KEGG 通路发现、PSICQUIC 相互作用映射）；通路网络分析（提取生物体所有通路 ID、每条通路的蛋白质相互作用、相互作用类型分布，导出为 CSV/SIF 格式）；跨数据库化合物搜索（获取 KEGG 化合物 ID、ChEBI 标识符、ChEMBL 标识符、基本化合物属性）；批量标识符转换。
最佳实践
输出格式处理：不同服务返回多种格式——XML 使用 BeautifulSoup 解析（多数 SOAP 服务）；制表符分隔（TSV）使用 Pandas DataFrame；字典/JSON 直接 Python 操作；FASTA 结合 BioPython 进行序列分析。
速率限制与详细程度：可控制 API 请求行为，如 KEGG(verbose=False) 抑制 HTTP 请求细节，k.TIMEOUT = 30 调整超时。
错误处理：将服务调用包裹在 try-except 块中。
生物体代码：使用标准缩写，如 hsa（人类）、mmu（小鼠）、dme（果蝇）、sce（酵母）。列出所有生物体：k.list("organism") 或 k.organismIds。
与其他工具的集成：BioServices 可与 BioPython（对检索的 FASTA 数据进行序列分析）、Pandas（表格数据操作）、PyMOL（3D 结构可视化，检索 PDB ID）、NetworkX（通路相互作用的网络分析）、Galaxy（工作流平台的自定义工具封装）良好配合。
资源
scripts/ 目录包含演示完整工作流的可执行 Python 脚本：protein_analysis_workflow.py（端到端蛋白质表征）、pathway_analysis.py（KEGG 通路发现与网络提取）、compound_cross_reference.py（多数据库化合物搜索）、batch_id_converter.py（批量标识符映射工具）。脚本可直接执行或针对特定用例调整。
references/ 目录包含按需加载的详细文档：services_reference.md（全部 40+ 服务及方法的综合列表）、workflow_patterns.md（详细多步分析工作流）、identifier_mapping.md（跨数据库 ID 转换完整指南）。
安装
uv pip install "bioservices==1.16.0"
依赖会自动安装。上游 CI 测试 Python 3.9–3.12（PyPI、docs）。
凭据
大多数服务无需 API 密钥。例外：NCBI BLAST 需要通过 NCBI_EMAIL 或 NCBIblast.run() 中的 email= 提供联系邮箱；部分 EBI 服务为可选，若被限速请查阅服务文档。每个 shell 会话设置一次：export NCBI_EMAIL=your.email@example.com。请使用真实的机构或实验室地址——NCBI 可能就大量 BLAST 使用与您联系。
更多信息
官方文档：https://bioservices.readthedocs.io/；源代码：https://github.com/cokelaer/bioservices；服务特定参考见 references/services_reference.md。
相关技能：gget（通过 gget CLI 和 Python 包查询 20+ 生物信息学数据库与分析服务，涵盖 Ensembl 基因搜索等）；biopython（提供 Biopython 的 Bio.Seq、Bio.SeqIO、Bio.Align、Bio.Entrez、Bio.Blast、Bio.PDB、Bio.Phylo、Bio.motifs、Bio.SeqUtils、Bio.Restriction 等）；pathway-enrichment（对基因列表或排序基因数据运行通路与基因集富集分析并解读结果）。