string_reference

# STRING 数据库 API 参考 ## 概述 STRING (用于检索相互作用基因/蛋白质的搜索工具) 是一个综合性的已知和预测蛋白质-蛋白质相互作用数据库，整合了来自 40 多个来源的数据。 **数据库统计 (v12.0+):** - 覆盖范围: 5000+ 基因组 - 蛋白质: ~5930 万 - 相互作用: 200 亿+ - 数据类型: 物理相互作用、功能关联、共表达、共现、文本挖掘、数据库 **核心数据资源:** 由全球生物数据联盟 (Global Biodata Coalition) 和 ELIXIR 指定 ## API 基础 URL - **当前版本**: https://string-db.org/api - **特定版本**: https://version-12-0.string-db.org/api (用于可重复性) - **API 文档**: https://string-db.org/help/api/ ## 最佳实践 1. **标识符映射**: 始终先使用 `get_string_ids` 映射标识符，以加快后续查询速度 2. **使用 STRING ID**: 优先使用 STRING 标识符（例如 `9606.ENSP00000269305`）而非基因名称 3. **指定物种**: 对于超过 10 个蛋白质的网络，务必指定 NCBI 分类 ID 4. **速率限制**: API 调用之间等待 1 秒，以避免服务器过载 5. **版本化 URL**: 使用特定版本的 URL 进行可重复研究 6. **POST 优于 GET**: 对于大型蛋白质列表，请使用 POST 请求 7. **调用者身份**: 包含 `caller_identity` 参数以进行跟踪（例如，您的应用程序名称） ## API 方法 ### 1. 标识符映射 (`get_string_ids`) **目的**: 将常用蛋白质名称、基因符号、UniProt ID 和其他标识符映射到 STRING 标识符。 **端点**: `/api/tsv/get_string_ids` **参数**: - `identifiers` (必需): 以换行符 (`%0d`) 分隔的蛋白质名称/ID - `species` (必需): NCBI 分类 ID - `limit`: 每个标识符的匹配数量（默认: 1） - `echo_query`: 在输出中包含查询词 (1 或 0) - `caller_identity`: 应用程序标识符 **输出格式**: TSV，包含以下列： - `queryItem`: 原始查询 - `queryIndex`: 查询位置 - `stringId`: STRING 标识符 - `ncbiTaxonId`: 物种分类 ID - `taxonName`: 物种名称 - `preferredName`: 首选基因名称 - `annotation`: 蛋白质描述 **示例**: identifiers=TP53%0dBRCA1&species=9606&limit=1 **用例**: - 将基因符号转换为 STRING ID - 验证蛋白质标识符 - 查找规范蛋白质名称 ### 2. 网络数据 (`network`) **目的**: 以表格格式检索蛋白质-蛋白质相互作用网络数据。 **端点**: `/api/tsv/network`