bioservices

BioServices - 统一生物信息学数据库接口

技能概述

BioServices 是一个 Python 包，提供统一接口访问 40+ 生物信息学数据库和 Web 服务，包括 UniProt、KEGG、ChEMBL、Reactome 等，支持跨数据库查询、ID 映射和序列分析。

适用场景

1. 跨数据库蛋白质分析

当需要从多个生物信息学数据库整合数据时，如同时查询 UniProt 的蛋白质序列、KEGG 的通路信息和 PSICQUIC 的相互作用数据，BioServices 提供一致的 API 接口，无需分别学习各个数据库的调用方式。

2. 生物数据库标识符转换

当需要在不同数据库之间映射标识符时，如将 UniProt ID 转换为 KEGG ID，或将化合物 ID 在 ChEMBL、ChEBI 和 KEGG 之间互转，BioServices 内置的映射功能可批量处理转换任务。

3. 序列与化合物数据检索

当需要运行 BLAST 序列比对、查询蛋白质结构信息，或搜索化合物的跨数据库信息时，BioServices 封装了 NCBI BLAST、PDB、UniChem 等服务，简化了数据获取流程。

核心功能

1. 蛋白质与序列分析

通过 UniProt 服务搜索蛋白质、获取 FASTA 序列和功能注释，使用 NCBI BLAST 进行序列相似性搜索，支持从 PDB 获取蛋白质结构信息。

2. 通路与基因功能分析

访问 KEGG 和 Reactome 数据库，按基因或通路名称搜索代谢通路，提取通路中的蛋白质相互作用网络，支持解析 KGML 格式通路数据。

3. 跨数据库 ID 映射

在 UniProt、KEGG、Ensembl、PDB、RefSeq 等数据库之间双向转换标识符，支持批量 ID 转换，化合物 ID 可通过 UniChem 服务在 ChEMBL、ChEBI、KEGG 之间映射。

常见问题

BioServices 支持哪些生物数据库？

BioServices 支持 40+ 生物信息学服务，包括：UniProt（蛋白质）、KEGG（通路）、ChEMBL/ChEBI（化合物）、PDB（结构）、Reactome（通路）、PSICQUIC（相互作用）、QuickGO（基因本体）、BioMart、ArrayExpress、ENA 等。完整列表可参考官方文档。

BioServices、gget 和 BioPython 有什么区别？

BioServices：适合跨多个数据库查询，提供 40+ 服务的统一接口，擅长 ID 映射和数据库整合

gget：更适合快速的单数据库查询，命令行友好

BioPython：专注于序列和文件格式的本地处理，不直接访问在线数据库

三者可互补使用，BioServices 获取数据后可用 BioPython 进行序列分析。

如何批量转换蛋白质 ID？

使用 UniProt 服务的 mapping 方法可批量转换。例如将 UniProt ID 转换为 KEGG ID：

from bioservices import UniProt
u = UniProt()
results = u.mapping(fr="UniProtKB_AC-ID", to="KEGG", query="P43403,P12345")

化合物 ID 转换可使用 UniChem 服务。详细的批量转换示例可参考项目中的 batch_id_converter.py 脚本。