Gene Database

Gene Database

Visão Geral

NCBI Gene é um banco de dados abrangente que integra informações de genes de diversas espécies. Fornece nomenclatura, sequências de referência (RefSeqs), mapas cromossômicos, vias biológicas, variações genéticas, fenótipos e referências cruzadas para recursos genômicos globais.

Quando Usar Esta Skill

Esta skill deve ser usada ao trabalhar com dados de genes, incluindo pesquisa por símbolo ou ID de gene, recuperação de sequências e metadados de genes, análise de funções e vias de genes, ou realização de lookups de genes em lote.

Início Rápido

NCBI fornece duas APIs principais para acesso a dados de genes:

1. E-utilities (Tradicional): API completa para todos os bancos de dados Entrez com consultas flexíveis
2. NCBI Datasets API (Mais nova): Otimizada para recuperação de dados de genes com fluxos de trabalho simplificados

Escolha E-utilities para consultas complexas e buscas entre bancos de dados. Escolha Datasets API para recuperação direta de dados de genes com metadados e sequências em uma única solicitação.

Fluxos de Trabalho Comuns

Pesquisar Genes por Símbolo ou Nome

Para pesquisar genes por símbolo ou nome entre organismos:

1. Use o script scripts/query_gene.py com E-utilities ESearch
2. Especifique o símbolo do gene e o organismo (ex: "BRCA1 in human")
3. O script retorna IDs de gene correspondentes

Exemplos de padrões de consulta:

• Símbolo de gene: insulin[gene name] AND human[organism]
• Gene com doença: dystrophin[gene name] AND muscular dystrophy[disease]
• Localização cromossômica: human[organism] AND 17q21[chromosome]

Recuperar Informações de Gene por ID

Para buscar informações detalhadas de IDs de gene conhecidos:

1. Use scripts/fetch_gene_data.py com Datasets API para dados abrangentes
2. Alternativamente, use scripts/query_gene.py com E-utilities EFetch para formatos específicos
3. Especifique o formato de saída desejado (JSON, XML ou texto)

A Datasets API retorna:

• Nomenclatura de gene e aliases
• Sequências de referência (RefSeqs) para transcritos e proteínas
• Localização cromossômica e mapeamento
• Anotações Gene Ontology (GO)
• Publicações associadas

Lookups de Genes em Lote

Para múltiplos genes simultaneamente:

1. Use scripts/batch_gene_lookup.py para processamento em lote eficiente
2. Forneça uma lista de símbolos ou IDs de genes
3. Especifique o organismo para consultas baseadas em símbolos
4. O script lida automaticamente com limite de taxa (10 requisições/segundo com chave de API)

Este fluxo de trabalho é útil para:

• Validar listas de genes
• Recuperar metadados para painéis de genes
• Referenciar cruzadamente identificadores de genes
• Construir tabelas de anotação de genes

Pesquisar por Contexto Biológico

Para encontrar genes associados a funções biológicas ou fenótipos específicos:

1. Use E-utilities com termos Gene Ontology (GO) ou palavras-chave de fenótipo
2. Consulte por nomes de via ou associações de doenças
3. Filtre por organismo, cromossomo ou outros atributos

Exemplos de pesquisas:

• Por termo GO: GO:0006915[biological process] (apoptose)
• Por fenótipo: diabetes[phenotype] AND mouse[organism]
• Por via: insulin signaling pathway[pathway]

Padrões de Acesso à API

Limites de Taxa:

• Sem chave de API: 3 requisições/segundo para E-utilities, 5 requisições/segundo para Datasets API
• Com chave de API: 10 requisições/segundo para ambas as APIs

Autenticação: Registre-se para uma chave de API NCBI gratuita em https://www.ncbi.nlm.nih.gov/account/ para aumentar limites de taxa.

Tratamento de Erros: Ambas as APIs retornam códigos de status HTTP padrão. Erros comuns incluem:

• 400: Consulta malformada ou parâmetros inválidos
• 429: Limite de taxa excedido
• 404: ID de gene não encontrado

Tente novamente requisições com falha com backoff exponencial.

Uso de Scripts

query_gene.py

Consulte NCBI Gene usando E-utilities (ESearch, ESummary, EFetch).

python scripts/query_gene.py --search "BRCA1" --organism "human"
python scripts/query_gene.py --id 672 --format json
python scripts/query_gene.py --search "insulin[gene] AND diabetes[disease]"

fetch_gene_data.py

Busque dados abrangentes de genes usando NCBI Datasets API.

python scripts/fetch_gene_data.py --gene-id 672
python scripts/fetch_gene_data.py --symbol BRCA1 --taxon human
python scripts/fetch_gene_data.py --symbol TP53 --taxon "Homo sapiens" --output json

batch_gene_lookup.py

Processe múltiplas consultas de genes de forma eficiente.

python scripts/batch_gene_lookup.py --file gene_list.txt --organism human
python scripts/batch_gene_lookup.py --ids 672,7157,5594 --output results.json

Referências da API

Para documentação detalhada da API, incluindo endpoints, parâmetros, formatos de resposta e exemplos, consulte:

• references/api_reference.md - Documentação abrangente da API para E-utilities e Datasets API
• references/common_workflows.md - Exemplos adicionais e padrões de caso de uso

Pesquise estas referências quando precisar de detalhes específicos de endpoint da API, opções de parâmetros ou informações de estrutura de resposta.

Formatos de Dados

Os dados NCBI Gene podem ser recuperados em múltiplos formatos:

• JSON: Dados estruturados ideais para processamento programático
• XML: Formato hierárquico detalhado com metadados completos
• GenBank: Dados de sequência com anotações
• FASTA: Apenas dados de sequência
• Texto: Resumos legíveis para humanos

Escolha JSON para aplicações modernas, XML para sistemas herdados que exigem metadados detalhados, e FASTA para fluxos de trabalho de análise de sequência.

Melhores Práticas

1. Sempre especifique organismo ao pesquisar por símbolo de gene para evitar ambiguidade
2. Use IDs de Gene para lookups precisos quando disponível
3. Processe requisições em lote ao trabalhar com múltiplos genes para minimizar chamadas à API
4. Armazene resultados em cache localmente para reduzir consultas redundantes
5. Inclua chave de API em scripts para limites de taxa mais altos
6. Trate erros graciosamente com lógica de retry para falhas transitórias
7. Valide símbolos de genes antes do processamento em lote para detectar erros de digitação

Recursos

Esta skill inclui:

scripts/

• query_gene.py - Consulte genes usando E-utilities (ESearch, ESummary, EFetch)
• fetch_gene_data.py - Busque dados de genes usando NCBI Datasets API
• batch_gene_lookup.py - Trate múltiplas consultas de genes de forma eficiente

references/

• api_reference.md - Documentação detalhada da API para E-utilities e Datasets API
• common_workflows.md - Exemplos de consultas de genes comuns e casos de uso