bioservices
Primary Python tool for 40+ bioinformatics services. Preferred for multi-database workflows: UniProt, KEGG, ChEMBL, PubChem, Reactome, QuickGO. Unified API for queries, ID mapping, pathway analysis. For direct REST control, use individual database skills (uniprot-database,
Installation
Pick a client and clone the repository into its skills directory.
Installation
About this skill
Primary Python tool for 40+ bioinformatics services. Preferred for multi-database workflows: UniProt, KEGG, ChEMBL, PubChem, Reactome, QuickGO. Unified API for queries, ID mapping, pathway analysis. For direct REST control, use individual database skills (uniprot-database, kegg-database).
How to use
Zainstaluj pakiet BioServices za pomocą pip: pip install bioservices. Upewnij się, że masz zainstalowanego Pythona w wersji 3.6 lub nowszej.
Zaimportuj moduł UniProt i utwórz instancję: from bioservices import UniProt, następnie u = UniProt(verbose=False). Parametr verbose=False wyłącza szczegółowe komunikaty debugowania.
Wyszukaj białko po nazwie lub identyfikatorze, na przykład results = u.search("ZAP70_HUMAN", frmt="tab", columns="id,genes,organism"). Wynik zwróci tabelę z identyfikatorami, genami i organizmami.
Pobierz sekwencję białka w formacie FASTA: sequence = u.retrieve("P43403", "fasta"). Zastąp "P43403" identyfikatorem UniProt interesującego Cię białka.
Mapuj identyfikatory między bazami danych, aby znaleźć odpowiadające sobie rekordy: kegg_ids = u.mapping(fr="UniProtKB_AC-ID", to="KEGG", query="P43403"). To połączy identyfikator UniProt z odpowiadającym mu identyfikatorem w bazie KEGG.
Dla bardziej zaawansowanych analiz, takich jak wyszukiwanie podobieństwa sekwencji czy analiza szlaków metabolicznych, zapoznaj się z dokumentacją poszczególnych modułów (KEGG, Reactome, ChEMBL), które działają analogicznie do UniProt.