BioServices - 生物信息学数据库统一查询接口

技能概述

BioServices 是一个 Python 包，提供统一接口访问 40+ 生物信息学 Web 服务和数据库，包括 UniProt、KEGG、ChEMBL、PDB 等。适合需要在单个工作流程中查询多个数据库、进行跨数据库分析和标识符映射的场景。支持 Python 3.9–3.12，使用 GPLv3 许可证。

适用场景

1. 跨数据库生物信息学分析

当需要从多个生物数据库整合数据时，BioServices 提供一致的 API 接口，避免学习不同数据库的查询方式。典型场景包括：从 UniProt 获取蛋白质序列，通过 KEGG 查找相关代谢通路，在 ChEMBL 中搜索化合物信息，最后整合分析结果。

2. 生物数据库标识符映射

转换不同数据库之间的标识符，如 UniProtKB ↔ KEGG、UniProtKB ↔ Ensembl、化合物 KEGG ID ↔ ChEMBL。支持批量转换，适合需要整合多个数据来源的分析工作流。

3. 蛋白质与通路分析

• 蛋白质信息检索：从 UniProt 获取序列、注释、结构
• 代谢通路分析：通过 KEGG pathway 发现基因参与的通路
• 序列相似性搜索：运行 BLAST、MUSCLE 等序列比对工具
• 蛋白质相互作用：通过 PSICQUIC 查询蛋白质互作网络

核心功能

1. 统一的数据库访问接口

支持 40+ 生物信息学数据库，包括：

• 蛋白质数据库：UniProt、PDB、Pfam
• 通路数据库：KEGG、Reactome
• 化合物数据库：ChEBI、ChEMBL、PubChem
• 基因组数据库：BioMart、ArrayExpress、ENA
• 其他资源：QuickGO、PSICQUIC、NCBI BLAST

所有服务使用一致的调用模式，支持 REST 和 SOAP/WSDL 协议。

2. 跨数据库标识符转换

提供便捷的标识符映射功能：

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

支持多种数据库对之间的转换，无需手动查找映射关系。

3. 完整的分析工作流支持

• 序列分析：FASTA 序列获取、BLAST 相似性搜索
• 通路解析：KGML pathway 解析、蛋白质互作网络提取
• 化合物检索：跨数据库化合物信息查询
• 批量处理：支持批量 ID 转换和查询

提供完整的工作流脚本示例，涵盖蛋白质分析、通路分析、化合物检索等常见场景。

常见问题

BioServices 支持哪些生物数据库？

BioServices 支持约 40 个生物信息学数据库，包括：

• 蛋白质相关：UniProt、PDB、Pfam、QuickGO
• 代谢通路：KEGG、Reactome
• 化合物：ChEBI、ChEMBL、PubChem、UniChem
• 基因组：BioMart、ArrayExpress、ENA
• 相互作用：PSICQUIC（支持 MINT、IntAct、BioGRID 等 30+ 数据库）
• 序列分析：NCBI BLAST

完整列表可查看 references/services_reference.md 文档。

如何使用 BioServices 查询 UniProt 蛋白质信息？

基本查询示例：

from bioservices import UniProt
u = UniProt(verbose=False)

# 搜索蛋白质
results = u.search("ZAP70_HUMAN", frmt="tab", columns="id,genes,organism")

# 获取 FASTA 序列
sequence = u.retrieve("P43403", "fasta")

# 标识符映射
kegg_ids = u.mapping(fr="UniProtKB_AC-ID", to="KEGG", query="P43403")

更多详细用法请参考技能文档中的"Core Capabilities"章节。

BioServices 和 Biopython 应该选择哪个？

这两个工具互补，不是替代关系：

• BioServices：适合访问在线生物数据库、跨数据库查询、标识符映射
• Biopython：适合本地序列分析、文件格式解析（FASTA、GenBank 等）

推荐组合使用：用 BioServices 从数据库获取数据，用 Biopython 进行本地序列处理和分析。

其他对比：

• 单个数据库快速查询：考虑 gget（更轻量）
• 序列/文件操作：使用 Biopython
• 跨数据库工作流：使用 BioServices

BioServices 需要 API 密钥吗？

大多数服务不需要 API 密钥。例外情况：

• NCBI BLAST：需要提供联系邮箱，可通过环境变量 NCBI_EMAIL 设置
• 部分 EBI 服务：如遇频率限制可能需要注册（具体查看各服务文档）

设置邮箱：

export NCBI_EMAIL=your.email@example.com

如何批量转换生物数据库标识符？

BioServices 提供批量转换能力，可将多个标识符一次性转换：

from bioservices import UniProt
u = UniProt()

# 批量 UniProt → KEGG 转换
results = u.mapping(
    fr="UniProtKB_AC-ID",
    to="KEGG",
    query="P43403,P12345,P67890"  # 多个 ID 用逗号分隔
)

对于大规模批量处理，可使用提供的脚本：

python scripts/batch_id_converter.py input_ids.txt --from UniProtKB_AC-ID --to KEGG

BioServices 支持哪些 Python 版本？

支持 Python 3.9–3.12。安装建议使用固定版本：

uv pip install "bioservices==1.16.0"

上游 CI 测试覆盖 Python 3.9–3.12（截至 2026 年 3 月）。

如何用 BioServices 进行 BLAST 搜索？

import os
from bioservices import NCBIblast

s = NCBIblast(verbose=False)
email = os.environ["NCBI_EMAIL"]

# 提交 BLAST 任务
jobid = s.run(
    program="blastp",
    sequence=protein_sequence,
    stype="protein",
    database="uniprotkb",
    email=email,
)

# 检查状态并获取结果
s.getStatus(jobid)
results = s.getResult(jobid, "out")

注意：BLAST 是异步任务，需先检查状态完成后再获取结果。必须设置 NCBI_EMAIL 环境变量。