从基因名称获取蛋白序列并完成 BLAST 比对
案例演示 查找经过审阅的人血红蛋白 α 亚基条目并获取序列
从人 HBA1 基因名称出发，找到已审阅的 UniProt 蛋白及标准 FASTA 序列，提交 BLAST 检索并检查完成后的报告。本例使用已知蛋白，演示序列获取与比对方法。
开始前，按科学数据库启用所需 Connector，选择已连接的模型，并确保 Notebook 运行环境可用。
1. 找到蛋白并获取 FASTA 序列
还不知道登录号时，Genes & Ontologies 可先发现 UniProt 条目。向 search_uniprot_entries 提供基因名、蛋白名称短语或物种。organism_id 匹配指定分类单元；reviewed: true 选择 Swiss-Prot，false 选择未审阅的 TrEMBL 条目，省略则包含两者。续查时使用 next_cursor，保持筛选条件和每页大小不变。
启用 Genes & Ontologies，打开已连接模型且 Notebook 运行环境可用的会话，发送：
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.
使用 FASTA 前先打开 JSON。本次返回 P69905 / HBA_HUMAN，物种为 Homo sapiens，长度 142 个氨基酸，基因名称包含 HBA1 和 HBA2。响应标明 UniProt 版本 2026_03、total_results: 1 和 has_more: false。FASTA 标题行保留登录号和物种，序列包含 142 个残基。按基因名查询可能返回关联多个基因的蛋白条目，不能据此假定基因与条目一一对应。
UniProt 查询与 FASTA 响应 · 标准 FASTA 序列
2. 提交并跟踪 BLAST 任务
需要检索相似序列时，启用 Genomes，使用其中的三个 BLAST 操作。序列会发送至公共 NCBI 服务，请使用公开或已获授权的输入。
- 使用序列、
molecule_type和兼容数据库调用一次blast_submit，保存返回的rid与轮询提示。对于上面的蛋白，molecule_type: protein和database: swissprot表示进行蛋白检索。 - 针对该 RID 调用
blast_status。同一 RID 的请求至少间隔 60 秒，所有 BLAST 请求至少间隔 10 秒；服务要求更长等待时，按更长间隔执行。WAITING表示仍在排队或运行，应保留 RID 继续查询，不要重复提交。 - 出现
READY后，仍按同样的间隔调用blast_results。可选格式为json2、xml2、text和tabular。报告大小上限为 2 MiB，必要时减少命中数量。表格格式可能带注释，不能直接当作 CSV 表。 - 从实际报告核对查询长度、实际数据库、命中登录号、比对范围、相同残基比例和 E-value。序列相似性本身不能证明功能；已知血红蛋白序列适合学习操作，不能当作发现未知蛋白的案例。
如果提交返回 blast_submission_unknown，表示无法确定是否已被接受，不要自动重复提交，应保留响应和已有 RID。提交回执或 WAITING 状态都不是完成后的比对结果。具体输入和返回条件见 BLAST 参考。
3. 打开并解读完成后的报告
在上面的同一会话中继续蛋白序列案例。保留提交回执，后续请求才能接着查询同一个任务。发送：
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.
报告就绪后，打开 hba1-blast-results.md，把结果表与 hba1-blast-raw.json 对照。本例报告记录的程序为 BLASTP 2.17.0+，实际数据库为 swissprot，查询序列长 142 个氨基酸，返回 5 个命中：
| 登录号 | 相同残基数 / 比对长度 | 查询覆盖率 | E-value |
|---|---|---|---|
| P69905 | 142/142 (100%) | 100% | 1.99033e-100 |
| P01923 | 140/141 (99.29%) | 99.30% | 1.06845e-98 |
| Q9TS35 | 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 |
这里按每个命中的第一个 HSP 计算：一致率是相同残基数除以比对长度；查询覆盖率是包含首尾位置的查询跨度除以 142。以 P01923 为例，查询位置为 2–142，因此覆盖率为 141/142 = 99.30%，一致率则为 140/141 = 99.29%。两者回答的问题不同，也都不是功能判断正确的概率。
完整结果报告 · 五个命中的结果表 · NCBI JSON2 报告
第一项 P69905 就是输入序列本身，100% 的一致率和覆盖率用于核对已知序列。其他命中展示序列相似性，不代表发现了新功能。保留原始报告和查询序列；数据库更新后，命中列表可能变化。