bioservices

BioServices

概要

BioServices は、約 40 のバイオインフォマティクス系 Web サービスおよびデータベースにプログラムからアクセスできる Python パッケージです。生物学的データの取得、データベース間のクエリ、識別子のマッピング、配列解析を行い、複数の生物学的リソースを Python ワークフローに統合できます。このパッケージは REST と SOAP/WSDL の両プロトコルを透過的に処理します。

バージョンに関する注意： 例は bioservices 1.16.0（PyPI、2026 年 3 月）を対象としています。Python 3.9–3.12 が必要です。2022 年半ばの UniProt REST の変更（bioservices ≥1.10）は、主に表形式の columns 名に影響します。解析に問題がある場合は、上流の _legacy_names を参照してください。ChEMBL のラッパーは 1.6.0（2018 API）で変更されています。1.6 より前のメソッド名ではなく、get_similarity、get_substructure、get_molecule を使用してください。

このスキルを使用する場面

以下の場合にこのスキルを使用してください：

• UniProt、PDB、Pfam からタンパク質の配列、注釈、構造を取得する
• KEGG または Reactome を介して代謝経路や遺伝子機能を解析する
• 化学情報を調べるため、化合物データベース（ChEBI、ChEMBL、PubChem）を検索する
• 異なる生物学的データベース間で識別子を変換する（KEGG↔UniProt、化合物 ID）
• 配列類似性検索（BLAST、MUSCLE アラインメント）を実行する
• 遺伝子オントロジー用語（QuickGO、GO 注釈）をクエリする
• タンパク質間相互作用データ（PSICQUIC、IntactComplex）にアクセスする
• ゲノムデータ（BioMart、ArrayExpress、ENA）をマイニングする
• 複数のバイオインフォマティクスリソースのデータを単一のワークフローに統合する

主な機能

1. タンパク質解析

タンパク質の情報、配列、機能注釈を取得します：

from bioservices import UniProt

u = UniProt(verbose=False)

# Search for protein by name
results = u.search("ZAP70_HUMAN", frmt="tab", columns="id,genes,organism")

# Retrieve FASTA sequence
sequence = u.retrieve("P43403", "fasta")

# Map identifiers between databases
kegg_ids = u.mapping(fr="UniProtKB_AC-ID", to="KEGG", query="P43403")

主なメソッド：

• search()：柔軟な検索語を使って UniProt にクエリします
• retrieve()：さまざまな形式（FASTA、XML、tab）でタンパク質エントリーを取得します
• mapping()：データベース間で識別子を変換します

参照：UniProt API の詳細については references/services_reference.md をご覧ください。

2. 経路の発見と解析

遺伝子や生物の KEGG 経路情報にアクセスします：

from bioservices import KEGG

k = KEGG()
k.organism = "hsa"  # Set to human

# Search for organisms
k.lookfor_organism("droso")  # Find Drosophila species

# Find pathways by name
k.lookfor_pathway("B cell")  # Returns matching pathway IDs

# Get pathways containing specific genes
pathways = k.get_pathway_by_gene("7535", "hsa")  # ZAP70 gene

# Retrieve and parse pathway data
data = k.get("hsa04660")
parsed = k.parse(data)

# Extract pathway interactions
interactions = k.parse_kgml_pathway("hsa04660")
relations = interactions['relations']  # Protein-protein interactions

# Convert to Simple Interaction Format
sif_data = k.pathway2sif("hsa04660")

主なメソッド：

• lookfor_organism()、lookfor_pathway()：名前で検索します
• get_pathway_by_gene()：遺伝子を含む経路を見つけます
• parse_kgml_pathway()：構造化された経路データを抽出します
• pathway2sif()：タンパク質相互作用ネットワークを取得します

参照：経路解析ワークフローの詳細については references/workflow_patterns.md をご覧ください。

3. 化合物データベースの検索

複数のデータベースを横断して化合物を検索し、相互参照します：

from bioservices import KEGG, UniChem

k = KEGG()

# Search compounds by name
results = k.find("compound", "Geldanamycin")  # Returns cpd:C11222

# Get compound information with database links
compound_info = k.get("cpd:C11222")  # Includes ChEBI links

# Cross-reference KEGG → ChEMBL using UniChem
u = UniChem()
chembl_id = u.get_compound_id_from_kegg("C11222")  # Returns CHEMBL278315

バージョンに関する注意： ソースごとの get_compound_id_from_* ヘルパーは bioservices 1.16.0 では廃止されています。まず hasattr(u, "get_compound_id_from_kegg") を確認し、利用できない場合は現在の UniChem API（u.get_compounds(compound, source_type) を使用して res["compounds"][0]["sources"] を読み取る）を使用してください。ChEMBL の検索にも同じルールが適用されます。1.6 より前の get_compound_by_chemblId ではなく、get_molecule を使用してください。

一般的なワークフロー：

1. KEGG で化合物名を検索する
2. KEGG 化合物 ID を抽出する
3. UniChem を使って KEGG → ChEMBL のマッピングを行う
4. ChEBI ID は KEGG エントリーに記載されていることがよくあります

参照：データベース間のマッピングガイドの詳細については references/identifier_mapping.md をご覧ください。

4. 配列解析

BLAST 検索と配列アラインメントを実行します。NCBI には連絡先メールアドレスが必要です。NCBI_EMAIL 環境変数を優先してください（BioPython Entrez やリポジトリ内の他のスキルと同じ規約です）：

import os
from bioservices import NCBIblast

s = NCBIblast(verbose=False)
email = os.environ["NCBI_EMAIL"]  # set before running: export [email protected]

# Run BLASTP against UniProtKB
jobid = s.run(
    program="blastp",
    sequence=protein_sequence,
    stype="protein",
    database="uniprotkb",
    email=email,
)

# Check job status and retrieve results
s.getStatus(jobid)
results = s.getResult(jobid, "out")

注記： BLAST ジョブは非同期です。結果を取得する前にステータスを確認してください。

5. 識別子のマッピング

異なる生物学的データベース間で識別子を変換します：

from bioservices import UniProt, KEGG

# UniProt mapping (many database pairs supported)
u = UniProt()
results = u.mapping(
    fr="UniProtKB_AC-ID",  # Source database
    to="KEGG",              # Target database
    query="P43403"          # Identifier(s) to convert
)

# KEGG gene ID → UniProt
kegg_to_uniprot = u.mapping(fr="KEGG", to="UniProtKB_AC-ID", query="hsa:7535")

# For compounds, use UniChem
from bioservices import UniChem
u = UniChem()
chembl_from_kegg = u.get_compound_id_from_kegg("C11222")

対応するマッピング（UniProt）：

• UniProtKB ↔ KEGG
• UniProtKB ↔ Ensembl
• UniProtKB ↔ PDB
• UniProtKB ↔ RefSeq
• その他多数（references/identifier_mapping.md を参照）

6. 遺伝子オントロジーのクエリ

GO 用語と注釈にアクセスします：

from bioservices import QuickGO

g = QuickGO(verbose=False)

# Retrieve GO term information
term_info = g.Term("GO:0003824", frmt="obo")

# Search annotations
annotations = g.Annotation(protein="P43403", format="tsv")

7. タンパク質間相互作用

PSICQUIC を介して相互作用データベースを検索します。PSICQUIC はすべてのリリースに含まれているわけではなく、1.16.0 にはありません。そのため、安全にインポートし、利用できない場合は IntactComplex、OmniPath、または STRING にフォールバックします。

from bioservices import PSICQUIC

s = PSICQUIC(verbose=False)

# Query specific database (e.g., MINT)
interactions = s.query("mint", "ZAP70 AND species:9606")

# List available interaction databases
databases = s.activeDBs

利用可能なデータベース： MINT、IntAct、BioGRID、DIP、その他 30 以上。

複数サービスの統合ワークフロー

BioServices は、包括的な解析のために複数のサービスを組み合わせるのに優れています。一般的な統合パターンは次のとおりです。

タンパク質の完全な解析パイプライン

タンパク質の特性を完全に解析するワークフローを実行します。

export [email protected]
python scripts/protein_analysis_workflow.py ZAP70_HUMAN
# Or pass email as optional second argument if NCBI_EMAIL is unset
python scripts/protein_analysis_workflow.py ZAP70_HUMAN [email protected]

このスクリプトでは、次の処理を行います。

1. UniProt でタンパク質エントリを検索
2. FASTA 配列を取得
3. BLAST 相同性検索を実行
4. KEGG 経路を特定
5. PSICQUIC で相互作用をマッピング

経路ネットワーク解析

ある生物のすべての経路を解析します。

python scripts/pathway_analysis.py hsa output_directory/

次の情報を抽出して解析します。

• 生物のすべての経路 ID
• 経路ごとのタンパク質間相互作用
• 相互作用タイプの分布
• CSV／SIF 形式へのエクスポート

データベース横断化合物検索

データベース間で化合物識別子を対応付けます。

python scripts/compound_cross_reference.py Geldanamycin

次の情報を取得します。

• KEGG 化合物 ID
• ChEBI 識別子
• ChEMBL 識別子
• 基本的な化合物の特性

識別子の一括変換

複数の識別子を一度に変換します。

python scripts/batch_id_converter.py input_ids.txt --from UniProtKB_AC-ID --to KEGG

ベストプラクティス

出力形式の扱い

サービスごとに、さまざまな形式でデータが返されます。

• XML：BeautifulSoup で解析します（ほとんどの SOAP サービス）
• タブ区切り（TSV）：表形式のデータには Pandas DataFrame を使用します
• 辞書／JSON：Python で直接操作します
• FASTA：配列解析には BioPython を統合します

レート制限と詳細度

API リクエストの動作を制御します。

from bioservices import KEGG

k = KEGG(verbose=False)  # Suppress HTTP request details
k.TIMEOUT = 30  # Adjust timeout for slow connections

エラー処理

サービス呼び出しを try-except ブロックで囲みます。

try:
    results = u.search("ambiguous_query")
    if results:
        # Process results
        pass
except Exception as e:
    print(f"Search failed: {e}")

生物種コード

標準的な生物種の略称を使用します。

• hsa：Homo sapiens（ヒト）
• mmu：Mus musculus（マウス）
• dme：Drosophila melanogaster
• sce：Saccharomyces cerevisiae（酵母）

すべての生物種を一覧表示するには、k.list("organism") または k.organismIds を使用します。

他のツールとの統合

BioServices は次のツールと相性よく連携します。

• BioPython：取得した FASTA データの配列解析
• Pandas：表形式データの操作
• PyMOL：3D 構造の可視化（PDB ID を取得）
• NetworkX：経路相互作用のネットワーク解析
• Galaxy：ワークフロープラットフォーム向けのカスタムツールラッパー

リソース

scripts/

ワークフロー全体を実演する、実行可能な Python スクリプトです。

• protein_analysis_workflow.py：タンパク質の特性をエンドツーエンドで解析
• pathway_analysis.py：KEGG 経路の特定とネットワークの抽出
• compound_cross_reference.py：複数のデータベースを使った化合物検索
• batch_id_converter.py：識別子を一括で対応付けるユーティリティ

スクリプトはそのまま実行することも、特定の用途に合わせて調整することもできます。

references/

必要に応じて読み込む詳細なドキュメントです。

• services_reference.md：40 以上のすべてのサービスとメソッドの包括的な一覧
• workflow_patterns.md：複数ステップの解析ワークフローの詳細
• identifier_mapping.md：データベース横断 ID 変換の完全ガイド

特定のサービスや複雑な統合タスクを扱う際は、参考資料を読み込んでください。

インストール

uv pip install "bioservices==1.16.0"

依存関係は自動的にインストールされます。上流の CI では Python 3.9～3.12 がテストされています（PyPI、ドキュメント）。

認証情報

ほとんどのサービスでは API キーは不要です。例外は次のとおりです。

サービス	要件
NCBI BLAST	NCBI_EMAIL または NCBIblast.run() の email= で連絡先メールアドレスを指定
一部の EBI サービス	任意。レート制限がある場合はサービスのドキュメントを確認

シェルセッションごとに一度設定します。

export [email protected]

実際に使用できる所属機関または研究室のメールアドレスを指定してください。BLAST を大量に利用した場合、NCBI から連絡を受けることがあります。

詳細情報

API の詳細なドキュメントや高度な機能については、次を参照してください。

• 公式ドキュメント：https://bioservices.readthedocs.io/
• ソースコード：https://github.com/cokelaer/bioservices
• サービス別の参考資料：references/services_reference.md

関連スキル

• gget：gget CLI と Python パッケージを通じて、20 以上のバイオインフォマティクスデータベースおよび解析サービスを照会します。Ensembl の遺伝子検索、情報取得などに対応しています…
• biopython：Biopython（Bio.Seq、Bio.SeqIO、Bio.Align、Bio.Entrez、Bio.Blast、Bio.PDB、Bio.Phylo、Bio.motifs、Bio.SeqUtils、Bio.Restriction）を提供します…
• pathway-enrichment：遺伝子リストまたは順位付けされた遺伝子データに対して、パスウェイおよび遺伝子セットのエンリッチメント解析を実行し、結果を解釈します。