Quickgo go database

何时使用

经 EBI QuickGO REST API 程序化访问 Gene Ontology（术语 + 层级）与跨物种蛋白 GO 注释时使用。免认证、返回 JSON，所有端点位于 https://www.ebi.ac.uk/QuickGO/services/。典型场景：

• 把 GO ID（如 GO:0006915）解析为 name / definition / aspect（BP/MF/CC）。
• 按关键词搜 GO 术语（如 "apoptosis"）拿到候选 GO ID。
• 沿 GO DAG 向上取祖先或向下取后代。
• 按 UniProt 蛋白、物种 taxon、证据码、aspect 抓 GO 注释，或统计注释计数分布。
• 一次批量解析多个 GO ID（≤200/请求），免逐条循环。

不该用的边界：

• 不做富集分析本身（ORA/GSEA）——QuickGO 只提供原始注释数据，富集用 gene-set-enrichment-analysis。
• 不取蛋白序列 / 结构 / 特征注释——用 uniprot-protein-database。
• 需要跨多库（化合物/通路/变异等）泛查时改用 scientific-database-lookup。

步骤

1. 装依赖（已在 pixi/conda 环境则跳过）：pip install requests pandas matplotlib。
2. 选端点：术语元数据 → ontology/go/terms/{ids}；搜词 → ontology/go/search；层级 → terms/{id}/ancestors|descendants；注释 → annotation/search。
3. 构造参数：注释查询按需带 goId / geneProductId（UniProtKB:ACCESSION）/ taxonId / evidenceCode / goAspect。
4. 发 GET：统一带 headers={"Accept": "application/json"}、timeout=30，并 raise_for_status()。
5. 翻页：读响应 numberOfHits，当其 > limit（默认 25，设 limit=200）时用 page 逐页取，循环间 time.sleep(1.0)。
6. 落地：解析 results，按需转 pandas.DataFrame 出表/出图。

指令

统一 GET 封装与基址：

import requests, time
QUICKGO_BASE = "https://www.ebi.ac.uk/QuickGO/services"

def quickgo_get(endpoint: str, params: dict = None) -> dict:
    r = requests.get(f"{QUICKGO_BASE}/{endpoint}", params=params,
                     headers={"Accept": "application/json"}, timeout=30)
    r.raise_for_status()
    return r.json()

核心端点速查：

任务	端点	关键参数
术语元数据（单/批）	ontology/go/terms/{id1,id2,...}	逗号分隔，≤200 IDs
关键词搜词	ontology/go/search	query, limit, page
祖先	ontology/go/terms/{id}/ancestors	relations（默认 is_a）
后代	ontology/go/terms/{id}/descendants	relations
注释检索	annotation/search	goId/geneProductId/taxonId/evidenceCode/goAspect/limit/page

GO 三大 aspect 根： biological_process(GO:0008150)、molecular_function(GO:0003674)、cellular_component(GO:0005575)；主要关系 is_a(子类)、part_of(部分)。

证据码分级（按可信度筛选）：

类别	代码	含义
实验	EXP, IDA, IPI, IMP, IGI, IEP	直接生化/遗传实验，高可信
计算/相似	ISS, ISO, ISA, IBA, RCA	序列或系统发育推断
作者陈述	TAS, IC	注释者/作者断言，无实验
电子	IEA	自动推断、无人审，最低可信
高通量	HTP, HDA, HMP, HGI, HEP	高通量实验方法

机制性/临床结论应排除 IEA，仅取 EXP,IDA,IPI,IMP,IGI,IEP[,TAS]。

示例

1) 批量解析 GO ID → name/aspect（一次请求）：

go_ids = ["GO:0006915", "GO:0005515", "GO:0016020"]
data = quickgo_get(f"ontology/go/terms/{','.join(go_ids)}")
for t in data.get("results", []):
    print(f"{t['id']}  {t['aspect']:<20}  {t['name']}")
# GO:0006915  biological_process    apoptotic process
# GO:0005515  molecular_function    protein binding
# GO:0016020  cellular_component    membrane

2) 关键词搜词：

hits = quickgo_get("ontology/go/search",
                   {"query": "autophagy", "limit": 20, "page": 1})["results"]
for h in hits[:3]:
    print(h["id"], h["aspect"], h["name"])

3) 沿 DAG 取祖先/后代：

def get_relatives(go_id, kind, relations="is_a,part_of"):
    r = quickgo_get(f"ontology/go/terms/{go_id}/{kind}",
                    {"relations": relations})["results"]
    return r[0].get(kind, []) if r else []

anc = get_relatives("GO:0006915", "ancestors")
desc = get_relatives("GO:0006915", "descendants")
print(len(anc), "ancestors,", len(desc), "descendants")

4) 抓蛋白实验注释并翻页（TP53 = P04637）：

EXP = "EXP,IDA,IPI,IMP,IGI,IEP"

def get_exp_annotations(uniprot_id, page_size=200):
    out, page = [], 1
    while True:
        data = quickgo_get("annotation/search", {
            "geneProductId": f"UniProtKB:{uniprot_id}",
            "evidenceCode": EXP, "limit": page_size, "page": page})
        batch = data.get("results", [])
        out.extend(batch)
        if not batch or len(out) >= data.get("numberOfHits", 0):
            break
        page += 1
        time.sleep(1.0)   # 礼貌限速
    return out

anns = get_exp_annotations("P04637")
print(f"TP53 experimental GO annotations: {len(anns)}")

5) 本体感知抓取：先取某术语全部后代，再合并查注释，覆盖更具体子术语（仅查精确 goId 会漏标到子术语的蛋白）。

注意事项

• GO ID 格式：GO: + 7 位数字、大写、无空格，否则 HTTP 400。
• UniProt 加前缀：geneProductId 须为 UniProtKB:P04637（大小写敏感），否则 0 命中。
• 必检 numberOfHits：默认 limit=25 常只返回一小部分；务必设 limit=200 并按 page 翻页直到取全。
• 批量优先：terms 端点接受逗号分隔 ID 列表，一次解析 ≤200 个，比逐条快约百倍；超 200 分块、块间 sleep(1.0)。
• 礼貌限速：QuickGO 无硬性限额但属共享 EBI 设施；批量循环每请求间隔 time.sleep(1.0)，遇 5xx/503 退避后重试。
• obsolete 术语：已知 GO ID 却返回 results: [] 时检查 isObsolete，在 replacedBy/consider 里找替代。
• 后代过大（1000+）：选了过宽的根术语；改用更具体子术语或按 100 分块处理。
• 避免混淆 aspect：筛注释/富集时核对 aspect 字段，勿混 BP/MF/CC。

互见

• requires：（无）——免认证、零前置，直接可调。
• related：uniprot-protein-database —— 取蛋白序列/结构/特征注释的互补库；scientific-database-lookup —— 跨多库泛查的总入口。
• combines_with：gene-set-enrichment-analysis —— 用 QuickGO 抓原始 GO 注释/解析术语 ID，再交给它做 ORA/GSEA 富集。

---

本条采编自 jaechang-hits/SciAgent-Skills（CC-BY-4.0）。