生物信息服务技能（bioservices） Skill 技能

<h2>技能简介</h2><p>生物信息服务技能（bioservices）把蛋白、通路、化合物与标识符等分散的生物信息学数据库，统一到一套 AI 助手可驱动的调用工作流中。生物信息研究常见的困境是：查一个蛋白要开 UniProt，看通路要开 KEGG，比化合物要在 ChEBI、ChEMBL 之间来回跳，而标识符在数据库之间还常常对不上，一个批量转换就能耗掉半天。该技能把 BioServices 这套 Python 库封装为按任务推进的规范流程，让 AI 助手帮你完成检索、跨库映射、序列比对与结果导出，并自带分批、重试与失败记录的工程化处理。</p><h2>核心能力</h2><ul><li>UniProt 查询：获取蛋白记录、序列、注释信息，并做标识符映射。</li><li>通路数据抽取：检索 KEGG 通路，并以 CSV 或 SIF 格式导出通路关系。</li><li>跨库化合物比对：在 KEGG、ChEBI、ChEMBL、UniChem 之间交叉引用化合物信息。</li><li>标准工作流：提供 BLAST、QuickGO、PSICQUIC 等有文档记录的蛋白研究工作流。</li><li>批量标识符转换：对标识符批次做分块、重试、限速延时，并输出失败清单。</li><li>可复现的数据管道：将多个生物服务整合为带导出、错误处理与数据库链接记录的流程。</li></ul><h2>安装配置</h2><ul><li>使用官方 CLI 安装：<code>npx skillstore add davila7/bioservices</code>。</li><li>本机需安装 BioServices Python 包，并保证可访问外部生物信息服务。</li><li>BLAST 任务通常耗时数分钟，且需要提供用于申报的电子邮箱地址。</li><li>技能面向 Claude、Codex、Claude Code，安装后即可在对话中调用。</li></ul><h2>使用步骤</h2><ol><li>明确目标：指定物种与源数据库，以减少标识符歧义。</li><li>检索记录：让助手用 BioServices 在指定库中找到目标蛋白并返回标识符、序列长度与注释摘要。</li><li>批量映射：对标识符清单做转换，并单独报告未映射与「一对多」结果。</li><li>比对化合物：在 KEGG、ChEBI、ChEMBL 之间比较标识符、分子式、分子量及相关通路。</li><li>整合工作流：把 UniProt、BLAST、KEGG 通路、相互作用与 GO 注释串成可复现流程，并设置限速与失败处理。</li></ol><h2>适用场景</h2><ul><li>给一个蛋白做初筛画像：把 UniProt、BLAST、KEGG、相互作用与本体注释结果整合成初步档案。</li><li>批量标识符映射：在 UniProt、KEGG、Ensembl、RefSeq、PDB 等资源间转换大批标识符。</li><li>构建研究数据管道：整合多个生物服务并处理分块、导出与错误。</li><li>化合物信息核查：跨库比对同一化合物的关键字段，标注缺失项。</li></ul><h2>适用人群</h2><p>适合生物信息学研究者、计算生物学与药物研发相关的科研人员，以及需要整合多生物数据库的开发与分析人员。</p><h2>工作原理</h2><p>技能以 BioServices 的 Python 库为底座，把跨库查询、映射与比对封装成有文档的任务流程。所有对外调用都依赖第三方数据库的可用性、结构与限速策略，BLAST 等任务耗时较长；标识符映射可能存在缺失、歧义或一对多情况，需要科研人员做最终校验。技能在处理批量查询时会分块、延时与重试，并把失败项单独记录，帮助保证流程可复现。</p><h2>官方链接</h2><p>Skill 页面：<a href="https://skillstore.io/skills/davila7-bioservices">https://skillstore.io/skills/davila7-bioservices</a></p><p>源码仓库：<a href="https://github.com/davila7/claude-code-templates/tree/main/cli-tool/components/skills/scientific/bioservices">https://github.com/davila7/claude-code-templates</a></p>