SuperAPI AI 工具集

tooluniverse-sequence-retrieval

测试与质量

查看项目

更新于 10-16 01:16

技能介绍

用途:从 NCBI 与 ENA 检索 DNA、RNA、蛋白质序列,处理基因/物种消歧与跨数据库对应关系。核心原则是“查证而非猜测”,不假设登录号或版本,始终从 NCBI 或 ENA 取回并核实;工具调用使用英文术语,回复使用用户语言。

主要能力:按质量层级优先 RefSeq(NM_/NP_)> RefSeq 预测(XM_/XP_)> GenBank;人类规范异构体优先 MANE Select;检查版本号。流程为澄清、基因/物种消歧、检索、报告四阶段。登录号前缀决定工具选择:NC_/NM_/NR_/NP_/XM_ 等 RefSeq 仅用 NCBI;U*/M*/K*/X*/CP*/NZ_ 等 GenBank 可用 NCBI 或 ENA;EMBL 格式优先 ENA。RefSeq 登录号不可用于 ENA 工具,否则返回 404。

使用方式:NCBI 侧用 NCBI_search_nucleotide 搜索、NCBI_fetch_accessions 将 UID 转登录号、NCBI_get_sequence 取序列(fasta/genbank);ENA 侧用 ena_get_entry、ena_get_sequence_fasta。检索过程静默执行,最终以序列档案报告呈现:检索摘要、主序列(登录号、类型、物种、菌株、长度、分子、拓扑、审编级别)、FASTA 预览、注释统计、备选序列、跨库引用与下载选项。

适用场景:需要规范序列用于 BLAST/比对或注释分析;需要跨库核对同一序列的不同登录号;需要判断最高质量登录号与注释完整度。

限制:ENA 不支持 RefSeq;无结果时需放宽关键词或检查拼写;序列过大时仅提供下载链接。资料还涉及 UniProt 参考蛋白质组、UniParc/UniRef 聚类、UniProt 亚细胞定位词表、EBI BioSamples、EBI Taxonomy、BioThings 网关、Bioregistry/Identifiers.org/TogoID 跨库 ID 解析及 EBI dbfetch 等扩展工具,具体参数与行为以资料所述为准。