common_workflows

# 常见基因数据库工作流 本文档提供了使用 NCBI Gene 数据库的常见工作流和用例示例。 ## 目录 1. [疾病基因发现](#disease-gene-discovery) 2. [基因注释流水线](#gene-annotation-pipeline) 3. [跨物种基因比较](#cross-species-gene-comparison) 4. [通路分析](#pathway-analysis) 5. [变异分析](#variant-analysis) 6. [出版物挖掘](#publication-mining) --- ## 疾病基因发现 ### 用例 识别与特定疾病或表型相关的基因。 ### 工作流 1. **按疾病名称搜索** bash # 查找与阿尔茨海默病相关的基因 python scripts/query_gene.py --search "Alzheimer disease[disease]" --organism human --max-results 50 2. **按染色体位置过滤** bash # 查找与乳腺癌相关的 17 号染色体上的基因 python scripts/query_gene.py --search "breast cancer[disease] AND 17[chromosome]" --organism human 3. **检索详细信息** python # Python 示例: 获取疾病相关基因的详细信息 import json from scripts.query_gene import esearch, esummary # 搜索基因 query = "diabetes[disease] AND human[organism]" gene_ids = esearch(query, retmax=100, api_key="YOUR_KEY") # 获取摘要 summaries = esummary(gene_ids, api_key="YOUR_KEY") # 提取相关信息 for gene_id in gene_ids: if gene_id in summaries['result']: gene = summaries['result'][gene_id] print(f"{gene['name']}: {gene['description']}") ### 预期输出 - 具有疾病关联的基因列表 - 基因符号、描述和染色体位置 - 相关出版物和临床注释 --- ## 基因注释流水线 ### 用例 使用综合元数据注释基因标识符列表。 ### 工作流 1. **准备基因列表** 创建一个包含基因符号的 `genes.txt` 文件（每行一个）: BRCA1 TP53 EGFR KRAS 2. **批量查询** bash python scripts/batch_gene_lookup.py --file genes.txt --organism human --output annotations.json --api-key YOUR_KEY 3. **解析结果** python import json with open('annotations.json', 'r') as f: genes = json.load(f) for gene in genes: if 'gene_id' in gene: print(f"Symbol: {gene['symbol']}") print(f"ID: {gene['gene_id']}") print(f"Description: {gene['description']}") print(f"Location: chr{gene['chromosome']}:{gene['map_location']}") p