Database Lookup - 公共数据库API查询工具

技能概述

Database Lookup 是一个编目了78个公共数据库的智能查询工具，通过文档化API访问模式，帮助您从权威数据源可重现地检索科学、监管、金融等领域的事实数据。

适用场景

1. 科学研究与数据分析

当您需要从权威数据库获取科研数据时，Database Lookup 能够帮您完成：

• 生物学研究: 查询基因信息（NCBI Gene、Ensembl）、蛋白质序列（UniProt）、代谢通路（Reactome、KEGG）、基因表达数据（GEO、GTEx）、疾病变异（ClinVar、COSMIC）
• 化学与药物: 获取化合物性质（PubChem）、生物活性数据（ChEMBL）、药物标签（FDA、DailyMed）、分子相似性搜索（ZINC）
• 物理学与天文学: 检索近地小行星（NASA NeoWS）、系外行星数据、原子光谱（NIST）、天文观测（SDSS、SIMBAD）
• 材料科学: 查询材料能带结构、晶体结构（Materials Project、COD）

2. 金融经济与合规数据

当业务需要准确的官方数据时：

• 经济指标: 美国经济时间序列（FRED）、就业数据（BLS）、GDP数据（BEA）、世界银行发展指标
• 金融监管: SEC公司文件查询、美国专利检索（USPTO）、联邦储备数据
• 人口统计: 美国人口普查数据、欧盟统计、WHO健康指标

3. AI Agent与自动化集成

为AI Agent提供可靠的数据获取能力：

• 标识符解析: 自动转换基因符号、化合物名称、疾病名称等不同数据库的标识符格式
• 完整性验证: 支持分页查询、计数验证，确保数据检索的完整性
• 溯源审计: 返回数据库端点、参数、访问日期等溯源信息，结果可重现
• 安全防护: 处理速率限制、API密钥管理、输入验证，保护您的API访问

核心功能

1. 权威数据库选择与查询

覆盖78个公共数据库，自动为您选择最权威的数据源：

• 多领域覆盖: 生物学、化学、物理学、地球科学、材料科学、经济金融、社会科学、专利监管
• 智能选择指南: 根据您的查询意图，推荐主数据库和辅助数据库，避免不必要的API调用
• 交叉验证: 对于关键查询，支持多数据库交叉验证，确保数据准确性

2. 标识符转换与解析

自动处理不同数据库的标识符格式差异：

• 基因标识符: 支持基因符号、NCBI Gene ID、Ensembl ID、UniProt ID之间的转换
• 化合物标识符: 支持化合物名称、CAS号、PubChem CID、ChEMBL ID、SMILES、InChIKey
• 变异数据: 支持rsID、基因组坐标、临床变异标识符
• 疾病标识符: 支持疾病名称、MONDO ID、EFO ID、HP术语
• 当查询失败时，自动尝试替代标识符或数据库

3. 完整性验证与溯源审计

确保数据检索的可靠性和可重现性：

• 计数验证: 详尽检索时先计数，估算成本，分页获取直到数据完整
• 分页处理: 支持偏移/限制、游标、页码等多种分页模式
• 溯源记录: 返回数据库端点、查询参数、访问日期、标识符转换、计数协调等完整溯源信息
• 警告提示: 明确标注分页不完整、过滤器歧义、数据过时、源限制等问题
• 不受信任数据处理: 将API响应视为第三方数据，提供安全处理建议

常见问题

Database Lookup 支持哪些数据库？

目前支持78个公共数据库，涵盖9大领域：

生物学与基因组学（31个）: Reactome, KEGG, UniProt, STRING, Ensembl, NCBI Gene/Protein/Taxonomy, GEO, GTEx, PDB, AlphaFold, EMDB, InterPro, BioGRID, Gene Ontology, QuickGO, dbSNP, SRA, gnomAD, UCSC Genome, ENCODE, JASPAR, Human Protein Atlas, Human Cell Atlas, LINCS L1000, RummaGEO, PRIDE, Metabolomics Workbench, BRENDA, MouseMine, ENA, Addgene, ChEBI

化学与药物（9个）: PubChem, ChEMBL, DrugBank, FDA, DailyMed, KEGG, ZINC, BindingDB, ChEBI

物理学与天文学（5个）: NASA NeoWS, NASA Exoplanet Archive, NIST, SDSS, SIMBAD

地球与环境科学（4个）: USGS, NOAA, EPA, OpenWeatherMap

疾病与临床（12个）: Open Targets, COSMIC, ClinPGx, ClinicalTrials.gov, OMIM, ClinVar, GDC/TCGA, cBioPortal, DisGeNET, GWAS Catalog, Monarch Initiative, HPO

专利与监管（2个）: USPTO, SEC EDGAR

经济与金融（9个）: FRED, Federal Reserve, BEA, BLS, World Bank, ECB, US Treasury, Alpha Vantage, Data Commons

材料科学（2个）: Materials Project, COD

社会科学（3个）: US Census, Eurostat, WHO GHO

如何配置API密钥？

部分数据库需要API密钥才能访问或提高速率限制。Database Lookup 支持以下环境变量配置：

免费注册的API密钥:

• FRED_API_KEY: https://fred.stlouisfed.org/docs/api/api_key.html
• BEA_API_KEY: https://apps.bea.gov/API/signup/
• BLS_API_KEY: https://data.bls.gov/registrationEngine/
• NCBI_API_KEY: https://www.ncbi.nlm.nih.gov/account/settings/
• OPENFDA_API_KEY: https://open.fda.gov/apis/authentication/
• PATENTSVIEW_API_KEY: https://patentsview.org/apis/keyrequest
• NASA_API_KEY: https://api.nasa.gov（免费 DEMO_KEY 可用）
• NOAA_API_KEY: https://www.ncdc.noaa.gov/cdo-web/token
• OPENWEATHERMAP_API_KEY: https://openweathermap.org/appid
• MP_API_KEY: https://materialsproject.org（免费账户）

无需密钥或受限访问:

• DrugBank, COSMIC 需要付费或许可
• 大部分数据库支持无密钥访问，但速率限制较低

配置方法：将密钥添加到 .env 文件或环境变量中，Database Lookup 会自动检测并使用。

如何处理标识符格式不匹配？

不同数据库使用不同的标识符系统，当查询失败时，Database Lookup 会自动尝试以下策略：

标识符转换示例:

• 基因符号 "TP53" → NCBI Gene ID "7157" → Ensembl ID "ENSG00000141510" → UniProt "P04637"
• 化合物名称 "aspirin" → PubChem CID "2244" → ChEMBL ID "CHEMBL25" → ZINC ID "ZINC000000000053"
• 变异 "rs334" 可直接在 dbSNP, ClinVar, GWAS Catalog, gnomAD 中使用

自动转换流程:

1. 首先使用您提供的标识符在主数据库查询
2. 如果失败，尝试在参考数据库中查找（如 NCBI Gene）
3. 获取标准ID后，转换到目标数据库的标识符格式
4. 如果仍失败，尝试替代数据库

您可以显式指定标识符类型（如 "用 Ensembl ID 查询"）来避免歧义。

如何确保数据检索的完整性？

对于详尽检索（如"所有临床试验"或"所有已知变异"），Database Lookup 采取以下措施：

完整性保证:

1. 先计数: 使用计数端点或元数据获取总数
2. 估算成本: 根据记录数和分页大小估算API调用次数
3. 确认边界: 超过10,000条记录或100次API调用时请求确认
4. 确定顺序: 使用排序或稳定游标确保顺序一致
5. 记录批次: 记录每页/游标的请求和返回数量
6. 协调计数: 对比预期总数、服务器返回总数、本地过滤后总数
7. 失败可见: 如果分页提前停止或计数不一致，明确报告限制

溯源信息: 每次查询返回：

• 查询的数据库和端点
• 请求参数和过滤器
• 标识符转换记录
• 计数协调（预期/检索/过滤后）
• 本地应用的过滤器
• 完整性警告

您可以基于这些信息重现整个检索过程。

API速率限制是多少？

不同数据库的速率限制不同，Database Lookup 自动处理速率限制：

NCBI系列（Gene, GEO, Protein, Taxonomy, dbSNP, SRA）:

• 无密钥: 3次/秒
• 有密钥: 10次/秒

其他常见限制:

• Ensembl: 15次/秒
• SEC EDGAR: 10次/秒
• NOAA: 5次/秒（有令牌）
• BLS v1: 每天25次（无密钥）

自动处理:

• 串行化请求到速率限制的API
• 遇到 HTTP 429/503 时等待并重试
• 推荐使用API密钥以提高限额

对于批量检索，Database Lookup 优先使用官方批量下载或数据库转储。

Database Lookup 适合哪些用户？

科研人员: 获取权威的科学数据用于论文、实验设计、数据验证

生物信息学研究者: 查询基因、蛋白质、代谢通路、疾病变异等多维数据

药物研发人员: 检索化合物性质、生物活性、药物标签、靶点信息

金融分析师: 获取经济指标、SEC文件、利率数据等金融监管数据

AI Agent开发者: 为Agent集成可靠的数据源，支持标识符解析、完整性验证、溯源审计

数据工程师: 快速集成多个公共数据库API，处理复杂的查询和分页逻辑

合规专业人士: 查询专利、商标、FDA标签、临床试验等监管数据

无论您是单次查询还是批量集成，Database Lookup 都能提供可重现、可审计的数据检索结果。