ensembl-database

# Ensembl 数据库 ## 概述 访问并查询 Ensembl 基因组数据库，这是一个由 EMBL-EBI 维护的脊椎动物基因组数据综合资源。该数据库为超过 250 个物种提供基因注释、序列、变异、调控信息和比较基因组学数据。当前版本为 115 (2025 年 9 月)。 ## 何时使用此工具 当需要执行以下操作时，请使用此工具： - 通过符号或 Ensembl ID 查询基因信息 - 检索 DNA、转录本或蛋白质序列 - 使用变异效应预测器 (VEP) 分析遗传变异 - 查找跨物种的直系同源物和旁系同源物 - 访问调控特征和基因组注释 - 在基因组组装之间转换坐标 (例如，GRCh37 到 GRCh38) - 执行比较基因组学分析 - 将 Ensembl 数据集成到基因组研究工作流中 ## 核心能力 ### 1. 基因信息检索 通过符号、Ensembl ID 或外部数据库标识符查询基因数据。 **常见操作:** - 通过符号查找基因信息 (例如 "BRCA2", "TP53") - 检索转录本和蛋白质信息 - 获取基因坐标和染色体位置 - 访问外部数据库的交叉引用 (UniProt, RefSeq 等) **使用 ensembl_rest 包:** python from ensembl_rest import EnsemblClient client = EnsemblClient() # 通过符号查找基因 gene_data = client.symbol_lookup( species='human', symbol='BRCA2' ) # 获取详细基因信息 gene_info = client.lookup_id( id='ENSG00000139618', # BRCA2 Ensembl ID expand=True ) **直接 REST API (无需包):** python import requests server = "https://rest.ensembl.org" # 符号查找 response = requests.get( f"{server}/lookup/symbol/homo_sapiens/BRCA2", headers={"Content-Type": "application/json"} ) gene_data = response.json() ### 2. 序列检索 以多种格式 (JSON, FASTA, 纯文本) 获取基因组、转录本或蛋白质序列。 **操作:** - 获取基因或基因组区域的 DNA 序列 - 检索转录本序列 (cDNA) - 访问蛋白质序列 - 提取带有侧翼区域或修饰的序列 **示例:** python # 使用 ensembl_rest 包 sequence = client.sequence_id( id='ENSG00000139618', # 基因 ID content_type='application/json' ) # 获取基因组区域序列 region_seq = client.sequence_region( species='human', region='7:140424943-140624564' # 染色体:起始-结束 ) ### 3. 变异 A