Trouvez une séquence protéique et effectuez une recherche BLAST

Exemple pratique Trouver l'entrée d'alpha d'hémoglobine humaine examinée et récupérer sa séquence

Commencer par le nom humain du gène HBA1, récupérer une protéine UniProt examinée et son FASTA canonique, puis soumettre une recherche BLAST et inspecter le rapport complété. Cet exemple enseigne la recherche et la comparaison de séquences à l'aide d'une protéine connue.

Avant de commencer, suivez Bases de données scientifiques pour activer les connecteurs requis. Utilisez un modèle connecté et un Environnement d'exécution Notebook disponible.

1. Trouvez la protéine et récupérez son FASTA

Genes & Ontologies peut découvrir les entrées UniProt avant de connaître une adhésion. Utilisez search_uniprot_entries avec un nom de gène, une phrase de nom de protéine ou un organisme. organism_id correspond au taxon spécifié, tandis que reviewed: true sélectionne Swiss-Prot et false sélectionne les entrées TrEMBL non revues. Omettre reviewed pour inclure les deux. Suivez next_cursor sans changer la taille des filtres ou des pages lors de la poursuite d'une requête.

Activez Genes & Ontologies, ouvrez une session avec un modèle connecté et l'exécution Notebook disponible, puis envoyez :

Use Genes & Ontologies through Session Notebook. Call search_uniprot_entries
with gene HBA1, organism_id 9606, reviewed true and page_size 5.
Save the query and complete response as hba1-uniprot.json. Check the
returned organism and protein identity, then retrieve the canonical FASTA
for the matching accession with get_uniprot_entries. Add that response to
the JSON and save hba1-query.fasta. Keep everything in English. Preserve
missing or empty results; do not invent sequences.

Ouvrez le JSON avant d'utiliser le FASTA. Cette requête a retourné P69905 / HBA_HUMAN, Homo sapiens, Acides aminés 142, avec les noms de gènes HBA1 et HBA2. La réponse a identifié les versions d'UniProt 2026_03, total_results: 1 et has_more: false. L'en-tête FASTA préserve l'adhésion et l'organisme; la séquence contient des résidus de 142. Une requête de nom de gène peut renvoyer une entrée de protéine associée à plus d'un gène, donc ne pas déduire une cartographie individuelle.

Demande UniProt et réponse FASTA · Canonique FASTA

2. Soumettre et suivre l'emploi BLAST

Pour une recherche de similarité, activez Genomes et utilisez ses trois opérations BLAST. L'ordre est envoyé au service public de l'INNE; utiliser les commentaires publics ou autorisés d'une autre manière.

1. Appelez blast_submit une fois avec la séquence, sa molecule_type et une base de données compatible. Gardez le rid retourné et les instructions de vote. Pour la protéine ci-dessus, molecule_type: protein et database: swissprot sélectionnent une recherche de protéines.
2. Appelez blast_status pour ce RID. Les demandes pour le même RID doivent être au moins 60 secondes distantes et toutes les demandes BLAST doivent être au moins 10 secondes distantes. Suivez tout délai plus long retourné par le service. WAITING signifie que le travail est toujours en file d'attente ou en cours d'exécution; conserver son RID au lieu de le soumettre à nouveau.
3. Après READY, respectez le même intervalle avant blast_results. Les formats disponibles sont json2, xml2, text et tabular. Les rapports sont limités à 2 MiB; demander moins de résultats si nécessaire. La sortie tabulaire peut inclure des commentaires et n'est pas automatiquement une table CSV.
4. Vérifiez la longueur de la requête, la base de données efficace, la correspondance des adhésions, la portée de l'alignement, l'identité et la valeur E dans le rapport réel. La similarité des séquences ne permet pas à elles seules d'établir la fonction. Une séquence d'hémoglobine connue est utile pour apprendre les témoins, ne démontrant pas la découverte d'une protéine inconnue.

Si la soumission renvoie blast_submission_unknown, son acceptation est incertaine : ne pas soumettre automatiquement à nouveau. Préserver la réponse et tout RID. Ne traitez jamais un reçu de présentation ou un statut WAITING comme un alignement terminé. Les entrées exactes et les conditions de retour sont dans le Référence BLAST.

3. Ouvrir et interpréter le rapport terminé

Continuer le même exemple de protéine dans la séance ci-dessus. Conservez le reçu de la soumission afin qu'une demande ultérieure puisse reprendre le même travail. Envoyer :

Continue with the public P69905 FASTA retrieved above. Use Genomes through
Session Notebook. If this session already has a BLAST RID, resume that RID;
otherwise call blast_submit once with molecule_type protein, database
swissprot and hitlist_size 5, then save the receipt. Space requests for the
same RID by at least 60 seconds and follow any longer server delay. Check
blast_status; if it is still WAITING, keep the RID for a later check rather
than submitting again. After READY, wait the required interval and retrieve
blast_results in json2 format. Save hba1-blast-raw.json, hba1-blast-hits.csv
and hba1-blast-results.md. Include the actual database, query length,
accessions, alignment coordinates, identity counts and E-values. Explain
the coverage and identity calculations. Keep everything in English and
preserve actual errors or empty results. Never invent alignments.

Une fois le rapport prêt, ouvrez hba1-blast-results.md et comparez sa table avec hba1-blast-raw.json. Cet exemple a utilisé BLASTP 2.17.0+, avec swissprot confirmé par le rapport, une requête 142-aminoacide et Nombre de visites 5:

Adhésion	Résidus identiques/longueur d'alignement	Couverture des demandes de renseignements	Valeur E
P69905	142/142 (100%)	100%	1.99033e-100
P01923	140/141 (99.29%)	99.30%	1.06845e-98
T9TS35	140/142 (98.59%)	100%	2.38346e-98
P06635	139/142 (97.89%)	100%	3.57742e-98
P01924	138/141 (97.87%)	99.30%	3.00466e-97

Pour chaque premier PSH, l'identité est le nombre de résidus identiques divisé par la longueur d'alignement. La couverture de requête est la portée de requête-coordonnée inclusive divisée par 142. Pour P01923, la portée de la requête est 2–142 : la couverture est 141/142 = 99.30%, tandis que l'identité est 140/141 = 99.29%. Les deux pourcentages répondent à des questions différentes; ni la probabilité qu'une affectation de fonction soit correcte.

Rapport achevé · Table à 5 hits · Rapport de la BCNI JSON2

Le P69905 est la séquence d'entrée elle-même, de sorte que son identité et sa couverture 100% fournissent une vérification de séquence connue. Les autres résultats montrent des séquences semblables, et non une nouvelle découverte fonctionnelle. Conserver le rapport brut et la requête avec le tableau de résultats; une version ultérieure de la base de données peut modifier la liste des succès.