database-lookup

name: database-lookup description: Recherchez dans 78 bases de données scientifiques, biomédicales, des matériaux et économiques publiques via leurs API REST et retournez des résultats JSON structurés. Couvre physique/astronomie (NASA, NIST, SDSS, SIMBAD, Exoplanet Archive), terre/environnement (USGS, NOAA, EPA, OpenWeatherMap), chimie/médicaments (PubChem, ChEMBL, DrugBank, FDA, KEGG, DailyMed, ZINC, BindingDB), science des matériaux (Materials Project, COD), biologie/génomique (Reactome, BRENDA, UniProt, STRING, Ensembl, NCBI Gene, GEO, GTEx, PDB, AlphaFold, InterPro, ChEBI, BioGRID, Gene Ontology, QuickGO, NCBI Protein/Taxonomy, dbSNP, SRA, ENA, gnomAD, UCSC Genome, ENCODE, JASPAR, MouseMine, PRIDE, LINCS L1000, Human Protein Atlas, Human Cell Atlas, RummaGEO, Metabolomics Workbench, EMDB, Addgene), maladie/clinique (COSMIC, Open Targets, ClinPGx, ClinicalTrials.gov, OMIM, ClinVar, GDC/TCGA, cBioPortal, DisGeNET, GWAS Catalog, Monarch, HPO), réglementaire (FDA, USPTO, SEC EDGAR), économie/finance (FRED, BEA, BLS, Federal Reserve, World Bank, BCE, Trésor US, Alpha Vantage, Data Commons), et démographie (Recensement US, Eurostat, OMS). Utilisez cette compétence chaque fois que l'utilisateur souhaite rechercher des composés, médicaments, protéines, gènes, voies, enzymes, expression génique, variants, essais cliniques, brevets, dépôts SEC, indicateurs économiques, structures cristallines, objets astronomiques, tremblements de terre, météo, ou toute donnée issue d'une API de base de données publique. Déclenchez aussi lorsque l'utilisateur mentionne une base de données par son nom ou pose des questions sur les propriétés moléculaires, interactions drug-target, affinités de liaison, interactions protéiques, appartenance aux voies, pharmacogénomique, séries chronologiques économiques, propriétés des matériaux, composés disponibles dans le commerce, criblage virtuel, accessibilité des composés, bibliothèques chimiques, blocs de construction, génomique du cancer, mutations somatiques, profils de mutations tumorales, séquences nucléotidiques, assemblages de génomes, lectures de séquençage, accessions ENA, données INSDC, ou souhaite effectuer un recoupement d'entités entre sources. tags: [scientific-skills, database-lookup, api, cheminformatics, clinical, finance, react, database, bioinformatics, search, compliance] metadata: skill-author: K-Dense Inc. ---|---| | Objets géocroiseurs, astéroïdes | NASA (NeoWs) | — | | Images du rover Mars | NASA (Mars Rover Photos) | — | | Exoplanètes, paramètres orbitaux | NASA Exoplanet Archive | — | | Objets astronomiques par nom/coordonnées | SIMBAD | SDSS | | Spectres/photométrie de galaxies/étoiles | SDSS | SIMBAD | | Constantes physiques | NIST | — | | Spectres atomiques, raies spectrales | NIST (ASD) | — |

Sciences de la terre et de l'environnement

Chimie et médicaments

Science des matériaux et cristallographie

Biologie et génomique

L'organisme/espèce compte. La plupart des bases de données biologiques couvrent plusieurs organismes. Si la requête de l'utilisateur concerne un organisme spécifique, transmettez-la explicitement — ne supposez pas l'humain. Modèles courants : Ensembl utilise {species} dans le chemin URL (par ex. homo_sapiens), STRING/BioGRID/QuickGO utilisent les ID de taxon NCBI (species=9606 pour l'humain, 10090 pour la souris), UniProt utilise organism_id:9606 dans les requêtes de recherche, KEGG utilise les codes d'organisme (hsa, mmu). GTEx et Human Protein Atlas sont réservés à l'humain. Consultez le fichier de référence pour les paramètres spécifiques de chaque base de données.

Maladie et clinique

Brevets et réglementation

Économie et finance

Sciences sociales et démographie

Requêtes interdomaines

Lorsque la requête de l'utilisateur couvre plusieurs domaines (par ex. « que savons-nous sur l'aspirine » ou « trouvez tout sur BRCA1 »), interrogez toutes les bases de données pertinentes en parallèle.

Formats d'identificateurs courants

Les différentes bases de données utilisent différents systèmes d'identificateurs. Si une requête échoue, le format de l'identificateur peut être incorrect. Voici une référence rapide :

Résolution d'identificateurs

Lorsqu'une base de données ne reconnaît pas un identificateur, convertissez-le à l'aide de ces flux de travail :

Gènes : Symbole (par ex. « TP53 ») → recherche dans NCBI Gene (esearch par symbole) → obtenir l'ID gène NCBI → convertir en ID Ensembl via Ensembl /xrefs/symbol/homo_sapiens/{symbol}, ou en accession UniProt via UniProt recherche (gene_exact:{symbol} AND organism_id:9606).

Composés : Nom → PubChem /compound/name/{name}/cids/JSON → obtenir CID → convertir en ID ChEMBL via UniChem ou ChEMBL recherche de molécule. Si la recherche par nom échoue, essayez SMILES, InChIKey, ou numéro CAS.

Variants : rsID (par ex. « rs334 ») fonctionne directement dans dbSNP, ClinVar, GWAS Catalog, gnomAD. Pour les coordonnées génomiques, utilisez Ensembl VEP pour obtenir les annotations de conséquence et les rsID liés.

Maladies : Nom → Open Targets ou Monarch recherche → obtenir ID EFO ou MONDO → utiliser dans les requêtes en aval.

API POST uniquement

Ces bases de données nécessitent HTTP POST et ne fonctionneront pas avec WebFetch (GET uniquement). Utilisez curl via l'outil shell de votre plateforme à la place :

Clés API et restrictions d'accès

Certaines bases de données nécessitent des clés API ou ont des restrictions d'accès. Lorsqu'une clé API est requise :

1. Vérifiez d'abord l'environnement actuel — la clé peut déjà être exportée comme variable d'environnement shell (par ex. $FRED_API_KEY). Lisez-la directement depuis l'environnement.
2. Revenez au .env — si la variable n'est pas dans l'environnement, consultez le fichier .env du répertoire de travail actuel.
3. Si ni l'un ni l'autre n'en dispose — procédez sans la clé (la plupart des API fonctionnent toujours avec des limites de débit réduites) et indiquez à l'utilisateur quelle clé manque et comment l'obtenir.

Bases de données nécessitant des clés API (enregistrement gratuit)

Tous sont gratuits à obtenir. Les API fonctionnent sans clés mais avec des limites de débit réduites. Essayez toujours avec une clé d'abord — si la variable d'env n'est pas définie, procédez sans la clé et notez dans votre réponse que les limites de débit peuvent être réduites.

Bases de données avec accès payant ou restreint

Lorsqu'une base de données nécessite un accès payant ou un enregistrement que l'utilisateur n'a pas configuré :

1. Revenez à une alternative gratuite qui peut répondre à la même question
2. Indiquez à l'utilisateur quelle base de données vous n'avez pas pu accéder, pourquoi, et ce que vous avez utilisé à la place
3. Si l'utilisateur demande spécifiquement une base de données restreinte, expliquez les exigences d'accès pour qu'il puisse la configurer

Chargement des clés API

Étape 1 — Vérifier l'environnement actuel. La clé peut déjà être exportée comme variable shell. Par exemple, dans Claude Code, vous pouvez vérifier avec Bash : echo $FRED_API_KEY. Si la variable est définie et non vide, utilisez-la.

Étape 2 — Vérifier le fichier .env. Si la variable d'environnement n'est pas définie, lisez .env depuis le répertoire de travail actuel. Format :

FRED_API_KEY=votre_clé_ici
BEA_API_KEY=votre_clé_ici

Étape 3 — Procédez sans. Si aucune source n'a la clé, procédez sans elle (la plupart des API fonctionnent toujours avec des limites de débit réduites) et mentionnez-le à l'utilisateur.

Effectuer des appels API

Utilisez l'outil de récupération HTTP de votre environnement pour appeler les endpoints REST. Le nom de l'outil varie selon la plateforme :

Si vous ne reconnaissez pas votre plateforme ou que l'outil de récupération échoue, revenez à curl via l'outil shell/terminal disponible. Exemple :

curl -s -H "Accept: application/json" "https://api.example.com/endpoint"

Directives de requête

• Définissez l'en-tête Accept: application/json où supporté
• URL-encodez les caractères spéciaux dans les paramètres de requête — les chaînes SMILES (/, #, =, @), les noms de composés avec parenthèses, et les termes d'ontologie avec deux-points (HP:0001250 → HP%3A0001250) sont des sources courantes d'échecs. Avec curl, utilisez --data-urlencode par sécurité.
• Parallèle OK : Lors de l'interrogation de différentes bases de données (par ex., PubChem + ChEMBL + Reactome), exécutez-les en parallèle — la plupart des API ont des limites de débit généreuses.
• Sérialisez les requêtes aux API à débit limité : NCBI APIs (Gene, GEO, Protein, Taxonomy, dbSNP, SRA) à 3 req/sec sans clé, 10 avec clé. Attention aussi à : Ensembl (15 req/sec), BLS v1 (25 req/jour sans clé), SEC EDGAR (10 req/sec), NOAA (5 req/sec avec jeton).
• Si vous recevez une erreur de débit (HTTP 429 ou 503), attendez brièvement et réessayez une fois

Récupération d'erreurs

Si une API retourne une erreur ou des résultats vides :

1. Vérifiez le format de l'identificateur — utilisez le tableau Common Identifier Formats ci-dessus. Un symbole de gène peut avoir besoin d'être converti en ID gène NCBI ou ID Ensembl d'abord.
2. Essayez d'autres identificateurs — si un nom de composé échoue dans PubChem, essayez SMILES, InChIKey, ou CID. Si un symbole de gène échoue, essayez l'ID gène NCBI.
3. Essayez une base de données différente — si une base de données est hors ligne ou retourne rien, consultez la colonne « À considérer aussi » dans le guide de sélection pour les alternatives.
4. Signalez l'échec — indiquez à l'utilisateur quelle base de données a échoué, l'erreur, et ce que vous avez essayé à la place.

Pagination

Beaucoup d'API retournent des résultats paginés — si vous ne lisez que la première page, vous risquez de manquer des données. Modèles courants :

• Offset/Limit : offset=0&limit=100 → incrémenter l'offset par limit pour la page suivante (ChEMBL, FRED, NOAA, USGS, NCBI E-utilities, ENA, GDC, FDA)
• Cursor : La réponse inclut une valeur nextPageToken ou cursor — la transmettre dans la requête suivante (ClinicalTrials.gov, UniProt)
• Numéro de page : page=1&per_page=50 → incrémenter la page (World Bank, cBioPortal, ZINC)

Consultez le fichier de référence pour les paramètres de pagination spécifiques de chaque base de données. Si une réponse inclut total, totalCount, ou next et que le nombre de résultats retournés est inférieur au total, il y a d'autres pages.

Pour les recherches ciblées (un seul gène, un seul composé), la première page suffit généralement. Paginéz lorsque l'utilisateur a besoin de résultats complets (par ex., « tous les essais cliniques pour X » ou « tous les variants connus du gène Y »).

Format de sortie

Structurez votre réponse de cette façon :

## Bases de données interrogées
- **PubChem** — /compound/name/aspirin/property/...
- **Reactome** — /search/query?query=aspirin

## Résultats

### PubChem
[réponse JSON brute]

### Reactome
[réponse JSON brute]

Si les résultats sont très volumineux, présentez la portion la plus pertinente et notez que des données supplémentaires sont disponibles. Mais par défaut, affichez le JSON brut complet — c'est ce que l'utilisateur a demandé.

Ajouter de nouvelles bases de données

Cette compétence est conçue pour évoluer. Chaque base de données est un fichier de référence autonome dans references/. Pour ajouter une nouvelle base de données :

1. Créez references/<database-name>.md en suivant le même format que les fichiers existants
2. Ajoutez une entrée au guide de sélection de base de données ci-dessus
3. Le fichier de référence doit inclure : URL de base, endpoints clés, formats de paramètres de requête, appels d'exemple, limites de débit, et structure de réponse

Bases de données disponibles

Lisez le fichier de référence pertinent avant d'effectuer un appel API.

Physique et astronomie

Sciences de la terre et de l'environnement

Chimie et médicaments

Science des matériaux

Biologie et génomique

Maladie et clinique

Brevets et réglementation

Économie et finance

Sciences sociales et démographie