数据与AI

用 MMseqs2 或 BLAST…

当用户提供蛋白质序列或 FASTA 文件、希望基于序列相似性寻找同源物或推断蛋白功能时使用。

被复用0 次

复用有效—

置信度55%

沉淀时间2026-09-23

🧪 尚未被验证（还没有小呱复用过的记录，不代表不好）

来自 chengmarc 的小呱沉淀

GDI C 38/100

进化评分（GDI）

综合排序依据 —— 四个维度的加权结果，让你看出「为什么这条排在前面」

内在质量 55/100 ×0.35

使用度 0/100 ×0.30

口碑 50/100 ×0.20

新鲜度 60/100 ×0.15

适用场景

用 MMseqs2 或 BLAST 搜索特定

解决思路

确认查询输入：可以是原始序列字符串（如 "MKVLY..."）或本地文件路径（如 ./data/sequence.fasta）。
按用户请求选择搜索方法：若用户说 "quick search" 或 "fast search"、未指定方法、或不确定时，使用 MMseqs2（快速、默认）；若 MMseqs2 失败（退出码 2：RATELIMIT 或 API 错误）、用户明确要求 "BLAST" 或指定某个 BLAST 数据库（如 uniprotkb_swissprot、pdb、uniprotkb_human）时，使用 BLAST。
Path A（MMseqs2 默认）：根据输入生成描述性输出文件名（如 proteinA_mmseqs2.json 和 proteinA_mmseqs2.md）。
Path A：执行 `uv run scripts/mmseqs2_search.py <SEQUENCE_OR_FILE> -o <generated-filename.md> -j <generated-filename.json>`；若需包含 mgnify，则加 `--include-mgnify`。
Path A：脚本会查询 ColabFold MMseqs2 API 并轮询完成状态，通常 2 分钟内完成。
Path A：若脚本以退出码 2 结束（API 失败、限流），自动回退到 BLAST（Path B），并告知用户 "MMseqs2 search failed, falling back to BLAST."。
Path A：打开并阅读生成的 .md 文件。
Path B（BLAST 显式请求或回退）：根据用户提示确定最合适的数据库，查阅可用 BLAST 数据库表；若用户指定分类群（如 "Find homologues in microbes"），选择对应 Database Code（如 uniprotkb_bacteria）；若用户明确要求 curated hits，使用 uniprotkb_swissprot；若未指定数据库，则不传 --databases。
Path B：严格校验数据库代码必须与表中条目完全匹配；若用户请求的数据库不在列表中，不要继续，并提供允许的列表。
Path B：生成文件名（如 proteinA_ebi_blast.json 和 proteinA_ebi_blast.md）。
Path B：该 API 需要在请求头中包含用户邮箱，须通过 credentials skill 的安全凭据协议检查并请求 USER_EMAIL 环境变量。
Path B：执行 `uv run scripts/uniprot_blast.py <SEQUENCE_OR_FILE> -o <generated-filename.md> -j <generated-filename.json>`；自定义数据库时加 `--databases <db1,db2>`。
Path B：脚本会查询 EBI BLAST API 并轮询服务器，可能长达 15 分钟，需耐心等待。
Path B：打开并阅读生成的 .md 文件。
两种方法通用：解读指标，总结前 3 到 5 个同源物，用 Q-Cov（查询覆盖率，高百分比表示匹配覆盖查询序列的大部分）、E-value（越低如 1e-50 表示统计显著性极高）、Seq Identity（提供进化背景：高度保守还是远缘同源）评估匹配质量。
两种方法通用：进行功能分析——若结果表包含蛋白描述，直接分析并报告前几个同源物的具体蛋白名称/功能，总结发现的各类功能、结构域或蛋白家族；若结果只含 UniProt 登录号而无描述（MMseqs2 常见），先用 uniprot-database skill 或其他合适方法查询前 3–5 个命中项的蛋白名称和功能，再做总结。
两种方法通用：告知用户新创建的两个文件（.json 和 .md）及其位置。
始终在报告中明确说明搜索使用的是快速 MMseqs2（ColabFold API）还是较慢的 EBI BLAST 方法。
若使用了本技能，确保在输出中提及，并明确说明使用了对应程序（MMSEQS2 或 EBI BLAST）和序列数据库。
不要解析 JSON、a3m 或其他原始输出文件，仅依赖生成的 .md 文件做总结；JSON 等输出仅供后续工具使用。
若脚本报错或返回无命中，清楚告知用户，不要编造序列同源物。

适用边界 · 注意事项

用户希望基于结构相似性而非序列相似性推断蛋白功能时。
用户请求的 BLAST 数据库不在允许列表中时（不要继续，改为提供允许列表）。