★ FEATURED ARTICLE Science Skills通路调控技能详解Reactome、QuickGO、JASPAR与STRING解锁蛋白互作网络分析【免费下载链接】science-skillsGDM Science Skills to speed up agentic scientific workflows with better grounding and higher token efficiency. Integrate insights from AlphaGenome, AFDB, UniProt and 30 other databases and tools.项目地址: https://gitcode.com/gh_mirrors/sc/science-skillsScience Skills 是一个面向 AI Agent 的科学技能包合集其中 Reactome、QuickGO、JASPAR 与 STRING 四大技能可帮助新手快速完成通路调控分析与蛋白互作网络分析无需手动写 API 代码。本文将带你用最少代码跑通一条完整的基因列表 → 通路富集 → 功能注释 → 转录调控 → 蛋白互作网络科研流水线。为什么你需要通路调控分析能力拿到一批差异表达基因或候选基因后科研工作者通常要回答三个问题这些基因参与了哪些生物学通路Reactome 负责这些基因的蛋白功能是什么QuickGO 负责谁在调控这些基因、基因间如何互作JASPAR 与 STRING 负责Science Skills 把这四个数据库封装成了带 CLI 脚本的技能AI Agent 按 SKILL.md 中定义的规范自动调用新手只需描述需求即可。Reactome通路富集分析一步到位Reactome 技能对接了 Reactome 的 Analysis 与 Content 两大服务核心能力包括通路富集overrepresentation分析提交基因列表自动返回显著通路及 FDR 值通路图导出一键导出 PNG/SVG 通路图还能高亮你关注的基因反应参与者查询获取反应的底物、产物与催化剂通路层级导航上下钻取通路查看子事件技能内置了常用通路速查表如有丝分裂 Cell Cycle, MitoticR-HSA-69278、信号转导R-HSA-162582分析结果还能通过 token 在 7 天内回溯无需重复提交数据。执行入口是 reactome_analysis.py一条命令即可完成富集uv run scripts/reactome_analysis.py analyze --data TP53,BRCA1,EGFR --fdr 0.05 --output /tmp/enrich.json更多端点细节可查阅 api_reference.md。QuickGOGO 功能注释精准映射 QuickGO 技能是 Gene OntologyGO标注的官方浏览器接口可把基因快速映射到生物过程、分子功能、细胞组分三大维度。它的 CLI 封装 quickgo_tool.py 提供四个子命令子命令用途go查询 GO 术语定义、祖先/后代、GO Slim 摘要annotation基因 → GO 术语的功能注释映射核心功能geneproduct基因符号 → UniProtKB 等规范标识符解析eco查询证据码实验证据 vs 电子预测新手最实用的技巧优先过滤实验证据码如ECO:0000269并限定--taxonId 9606人可以大幅降低电子预测带来的噪声。反向查询同样简单——给定GO:0003700转录因子活性即可列出所有具有该功能的人类基因快速圈定候选基因集合。JASPAR转录因子结合基序查询 JASPAR 技能是转录因子TF结合谱的权威开放数据库。当你想回答哪些转录因子可能调控这条通路上的基因时它就是关键一环。jaspar_api.py 提供的工作流非常清晰resolve_tf_id把基因符号如JUN解析为稳定 Matrix IDget_tf_motif获取位置频率矩阵PFM支持 MEME、TRANSFAC 等格式get_tf_pwm自动换算为对数几率打分PWM用于序列扫描get_tf_metadata查看 TF 家族分类与 UniProt 外部链接⚠️ 两个新手易踩的坑JASPAR 只表示潜在结合能力不代表组织特异性真实表达单次查询窗口不得超过 100kb脚本已自动分块处理。STRING蛋白互作网络构建与可视化 ️String 技能对接 STRING 数据库是蛋白互作网络分析的主力。它的 string_cli.py 覆盖四大功能域详见 interactions.md 与 enrichment.mdnetwork构建蛋白互作网络支持扩展邻居节点区分物理互作与功能互作partners查询某蛋白在全库中的 Top 互作伙伴image一键导出高分辨率 PNG/SVG 网络图homology计算蛋白间 Smith-Waterman 同源相似度输出列中escore实验证据、dscore数据库、fscore融合等分项评分让你能判断互作证据强度。技能有一条铁律必须先确认物种 Taxon ID人类为 9606、小鼠为 10090绝不默认猜测——这也是 AI Agent 会主动向你提问的原因。四步跑通完整通路调控分析工作流 ✅把四个技能串起来一次完整的分析只需要四步富集Reactomeanalyze提交差异基因列表锁定显著通路建议加--fdr 0.05过滤注释QuickGOannotation为通路基因补充 GO 功能注释聚焦实验证据调控JASPARresolve_tf_idget_tf_motif找出潜在上游转录因子及结合基序网络STRINGnetworkimage构建蛋白互作网络并导出可视化图谱所有结果均落盘为 JSON/TSV 文件强制--output方便后续用jq或 pandas 二次分析不会撑爆 Agent 上下文。常见问题 FAQ 需要 API Key 吗这四个技能均可免 Key 直接调用脚本已内置限速控制。支持哪些物种Reactome/QuickGO/STRING 通过 Taxon ID 支持多物种人类9606与小10090最常用JASPAR 需显式提供--tax-id。大结果集怎么处理Reactome 的--summary与 STRING 的 TSV 落盘机制专门解决超大输出问题。总结Science Skills 把 Reactome 通路富集、QuickGO 功能注释、JASPAR 转录因子基序与 STRING 蛋白互作网络分析整合进统一的 Agent 工作流让通路调控与蛋白互作网络分析从写脚本调 API变成说一句需求。四个技能目录均提供 SKILL.md 说明文档与开箱即用的 CLI 脚本配合仓库中 uv 环境管理技能 即可在任意项目里快速起步。【免费下载链接】science-skillsGDM Science Skills to speed up agentic scientific workflows with better grounding and higher token efficiency. Integrate insights from AlphaGenome, AFDB, UniProt and 30 other databases and tools.项目地址: https://gitcode.com/gh_mirrors/sc/science-skills创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
阅读完成 · 觉得有帮助？
