技能介绍

要解决什么问题

生物信息学数据分散在 UniProt、KEGG、PDB、ChEBI 等数十个 Web 服务里，协议混用 REST 与 SOAP/WSDL，标识符体系互不统一。若在每个项目里手写 HTTP 客户端、解析 XML/TSV、维护 KEGG↔UniProt 等映射规则，工作流很难复用，也容易在速率限制与异步任务（如 BLAST）上踩坑。

技能如何工作

BioServices 是面向 Python 工作流的统一访问层，对约 40 个生物信息学服务做封装，协议细节对调用方透明。常见用法可以按任务拆成几块：

蛋白质：用 search() / retrieve() 查 UniProt，按需拿 FASTA、XML 或 tab；用 mapping() 做跨库 ID 转换。
通路：在 KEGG 里 lookfor_organism()、lookfor_pathway()，用 get_pathway_by_gene() 关联基因与通路，parse_kgml_pathway()、pathway2sif() 抽出结构化数据与蛋白互作网络。
化合物：在 KEGG 按名检索后，经 UniChem 映射到 ChEMBL，或利用条目里已有的 ChEBI ID 做交叉引用。
序列与互作：发起 BLAST/MUSCLE；通过 PSICQUIC 查询 MINT、IntAct、BioGRID 等交互库；配合 QuickGO 查 GO 术语与注释。

多服务流水线（蛋白检索 → FASTA → BLAST → KEGG 通路 → PSICQUIC）在技能文档的 scripts/ 与 references/workflow_patterns.md 里有完整模式。返回格式各异时，习惯用 BeautifulSoup 处理 XML、Pandas 处理 TSV、BioPython 接 FASTA；复杂映射见 references/identifier_mapping.md。

适用边界与注意点

BLAST 为异步任务，需先查状态再取结果，不宜假设同步返回。
各服务有速率限制，应控制请求频率与输出详细程度。
服务调用建议包在 try-except 中，避免单点失败拖垮整条流水线。
生物体代码需用标准缩写（如人类 hsa、小鼠 mmu）；完整列表可用 KEGG 相关 API 列举。
包在 Python 3.9–3.12 上测试；更重的多步研究场景可参考官方文档与 K-Dense Web 等托管环境，但日常脚本集成以本地 Python + BioServices 为主。