ensembl-database

Ensembl Database 技能详情

技能概述

Ensembl Database 技能让你能够通过 Python 或 REST API 直接访问 EMBL-EBI 维护的权威基因组数据库，支持人类、小鼠等 250 多种物种的基因查询、序列下载、变异分析和跨物种比较。

适用场景

1. 基因注释与序列获取

当你需要快速查询某个基因（如 BRCA2、TP53）的详细信息、获取对应的 DNA、转录本或蛋白质序列时，该技能可以直接通过基因符号或 Ensembl ID 查询，返回完整的注释和序列数据，无需手动下载大型数据库文件。

2. 遗传变异功能预测

在进行基因变异分析时，需要预测某个变异（如 rsID 或基因组坐标位置）可能产生的生物学影响。该技能集成了 VEP（Variant Effect Predictor），可以预测变异是否影响蛋白质编码、剪接位点等重要功能区域。

3. 跨物种基因比较研究

研究基因在不同物种间的进化关系时，需要找到目标基因在其他物种中的直系同源基因。该技能支持一键查找同源基因，获取进化树和基因家族信息，适用于比较基因组学和进化生物学研究。

核心功能

基因信息查询

支持通过基因符号（如 "BRCA2"）、Ensembl ID（如 "ENSG00000139618"）或外部数据库 ID 进行基因查找，返回基因的染色体位置、转录本、蛋白质序列和外部数据库交叉引用（UniProt、RefSeq 等）。

序列数据检索

提供多种序列获取方式，包括基因组 DNA 序列、转录本 cDNA 序列、蛋白质序列，以及指定基因组区域的序列提取。支持 JSON、FASTA 等多种输出格式，方便后续分析。

变异效应分析（VEP）

输入变异的 HGVS 表示法或 rsID，即可预测该变异的生物学后果，包括是否导致氨基酸改变、是否位于剪接位点、是否影响调控区域等，并附带人群频率数据和表型关联信息。

比较基因组学工具

查找指定基因在其他物种中的直系同源基因和旁系同源基因，获取基因树和基因家族信息，帮助理解基因的进化历史和功能保守性。

基因组坐标转换

支持不同基因组组装版本之间的坐标映射（如 GRCh37/hg19 到 GRCh38/hg38），解决历史数据与最新参考基因组版本不匹配的问题。

基因组区域检索

查询指定染色体区域内的所有基因、转录本、调控元件（启动子、增强子）和结构变异，适用于区域性基因组分析。

常见问题

Ensembl 数据库支持哪些物种？

Ensembl 数据库覆盖了超过 250 种脊椎动物物种，包括人类、小鼠、大鼠、斑马鱼、果蝇等常用模式生物，以及多种非模式生物。你可以通过 API 查询完整物种列表和各物种的基因组组装信息。除了主站 Ensembl，Ensembl Genomes 还包含植物、真菌、原生生物等非脊椎生物数据。

如何使用 Ensembl API 查询基因信息？

最简单的方式是安装 Python 包 ensembl_rest，然后使用 EnsemblClient 进行查询。例如：client.symbol_lookup(species='human', symbol='BRCA2') 即可返回 BRCA2 基因的完整信息。也可以不安装任何包，直接使用 requests 库调用 REST API 端点。

Ensembl REST API 有调用限制吗？

有。匿名用户每秒最多可发起 15 个请求。如果超出限制，API 会返回 429 状态码，并在响应头中包含 Retry-After 字段告知等待时间。建议在代码中实现重试机制和速率控制，或使用批量端点减少请求次数。

VEP（变异效应预测）如何使用？

VEP 接受多种格式的变异输入，包括 HGVS 表示法（如 ENST00000380152.7:c.803C>T）、rsID（如 rs699）或基因组坐标。调用后会返回该变异的预测后果，如同义突变、错义突变、剪接位点改变等，以及人群频率和临床关联信息。

如何将旧版本基因组坐标转换为新版本？

使用 AssemblyMapper 功能可以实现坐标转换。例如从 GRCh37 转换到 GRCh38，只需指定 asm_from='GRCh37' 和 asm_to='GRCh38'，然后输入染色体和坐标位置即可得到映射结果。注意 GRCh37 查询需要使用专门的域名 grch37.rest.ensembl.org。