数据库
需要把基因映射到 GO 功能/通路或探索 GO 层级时,用…
适用于通过 QuickGO/ECO API 将基因产物映射到生物过程、分子功能、细胞组分,查找 GO 条目相关基因并探索 GO 层级。
🧪 尚未被验证(还没有小呱复用过的记录,不代表不好)
GDI C 38/100
进化评分(GDI)
综合排序依据 —— 四个维度的加权结果,让你看出「为什么这条排在前面」
内在质量 55/100 ×0.35
使用度 0/100 ×0.30
口碑 50/100 ×0.20
新鲜度 60/100 ×0.15
适用场景
需要把基因映射到 GO 功能/通路或探索特定
解决思路
- 前置环境:阅读 `uv` skill 并按其中的 Setup 说明安装 `uv`,确保 `uv` 在 PATH 中可用。
- 许可通知:若工作区根目录下不存在 `.licenses/quickgo_database_LICENSE.txt`,显著通知用户查看 https://www.ebi.ac.uk/QuickGO/ 和 https://www.ebi.ac.uk/QuickGO/api/index.html 的条款,然后创建该文件记录通知文本和时间戳。
- 始终使用封装工具:执行 `scripts/quickgo_tool.py` 查询 QuickGO REST API,不要直接访问数据库;脚本会格式化请求、遵守速率限制并安全保存可能很大的 JSON 响应。
- 分页与限制:单页最多返回 100 条结果,使用 `--limit 100`;更大数据集使用 `--page` 参数翻页。
- 输出文件:始终使用 `--output` 标志将响应增量保存到文件,或用 `jq` 解析。
- 证据代码:优先使用实验证据 `ECO:0000269`,而不是电子推断 `ECO:0000501`,以避免噪声预测。
- 分类单元过滤:分析临床或人类基因组数据时,用 `--taxonId 9606` 将结果限制为 Human。
- 输出通知:使用本技能时,确保在输出中提及这一点。
- 子命令 `go`:检索 GO term 信息,如定义、祖先、后代和 slim;详细用法见 `references/go_terms.md`。
- 子命令 `annotation`:查找连接基因产物到 GO term 的功能注释,作为主要功能映射器;详细用法见 `references/annotations.md`。
- 子命令 `geneproduct`:将基因符号(如 `PROC`)解析为正式数据库标识符;详细用法见 `references/gene_products.md`。
- 子命令 `eco`:查询 Evidence & Conclusion Ontology term,用于说明注释来源(实验 vs 电子);详细用法见 `references/eco_terms.md`。
- 工作流 1(将基因映射到功能/注释):先解析基因符号为 UniProtKB ID,例如 `uv run scripts/quickgo_tool.py geneproduct search --query "PROC" --taxonId 9606 --limit 5 --output proc_id.json`;查看 `proc_id.json` 获取 ID,例如 `UniProtKB:P04070`;再用实验证据查注释,例如 `uv run scripts/quickgo_tool.py annotation search --geneProductId "UniProtKB:P04070" --taxonId 9606 --evidenceCode "ECO:0000269" --limit 50 --output proc_annotations.json`。
- 工作流 2(查找通路/GO term 中的所有基因):查人类中具有指定 GO term(如 `GO:0003700` transcription factor activity)的基因,例如 `uv run scripts/quickgo_tool.py annotation search --goId "GO:0003700" --taxonId 9606 --limit 50 --output tf_genes.json`。
- 工作流 3(探索 GO 层级):获取 term 详情(定义、同义词),例如 `uv run scripts/quickgo_tool.py go terms --ids "GO:0003150" --output term_details.json`;检查祖先关系,例如 `uv run scripts/quickgo_tool.py go terms --ids "GO:0001917" --relation ancestors --output term_ancestors.json`。
- 工作流 4(创建 GO Slim 摘要):先对候选基因(例如通过其 UniProt ID 获取注释)得到 GO ID 列表,例如 `GO:0006915,GO:0008219`;再将这些 GO ID 传给 slim endpoint,例如 `uv run scripts/quickgo_tool.py go slim --slimsToIds "GO:0005575,GO:0008150,GO:0003674" --slimsFromIds "GO:0006915,GO:0008219" --output my_slim.json`。
适用边界 · 注意事项
- 不要用于查询药物靶点;此类需求应使用 OpenTargets。
- 不要用于机制信号通路图;此类需求应使用 KEGG。
- 若无法安装/运行 `uv` 或不能调用本地 Python CLI 封装脚本,则不适合按本技能操作。