我们专注攀枝花网站设计 攀枝花网站制作 攀枝花网站建设
成都网站建设公司服务热线:400-028-6601

网站建设知识

十年网站开发经验 + 多家企业客户 + 靠谱的建站团队

量身定制 + 运营维护+专业推广+无忧售后,网站问题一站解决

怎么使用Perl语言下载基因组数据

本篇内容介绍了“怎么使用Perl语言下载基因组数据”的有关知识,在实际案例的操作过程中,不少人都会遇到这样的困境,接下来就让小编带领大家学习一下如何处理这些情况吧!希望大家仔细阅读,能够学有所成!

创新互联凭借专业的设计团队扎实的技术支持、优质高效的服务意识和丰厚的资源优势,提供专业的网站策划、网站建设、成都做网站、网站优化、软件开发、网站改版等服务,在成都十载的网站建设设计经验,为成都上1000+中小型企业策划设计了网站。

IMG(Integrated Microbial Genomes)由美国能源部联合基因组研究中心(Joint GenomeInstitute,JGI)于2005年创立,是综合的微生物基因组数据库及比较分析系统。IMG收录了细菌、古菌、质粒、病毒以及少量真核生物基因组数据,其数据主要来源于NCBI的RefSeq数据库,但是增添了更加详细的注释信息,例如CRISPR序列、信号肽、非编码RNA、功能基因等。IMG基于COG、Pfam、TIGRfam、InterPro、GO和KEGG等数据库产生基因家族的注释信息。其主页如下所示:

怎么使用Perl语言下载基因组数据

IMG整理了详细的微生物基因组信息,包括物种的分类、生存环境、基因组序列长度、GC含量、编码基因数目、数据质量以及研究项目信息等,目前仅细菌基因组收录的数目已超过5万。在IMG搜索页面(Find Genomes),每个条目均可排序筛选,查询搜索十分方便,且基因组信息可以很方便的输出。

怎么使用Perl语言下载基因组数据

基因组注释信息我们可以很方便的导出到表格,那么如何批量下载对应的基因组序列数据呢?在JGI Portal的主页中列出了三种可行的下载方法,如下所示:

怎么使用Perl语言下载基因组数据

批量下载我们推荐第三种也即使用API进行下载,这样我们可以很好的整合到程序里面,在服务器进行下载。点击上面第三种方法,页面上会列出curl地址及使用方法,如下所示:

怎么使用Perl语言下载基因组数据

首先我们需要在JGI主页注册一个账户,然后使用Perl语言根据上述信息编写下载程序:

#!/usr/bin/env perluse strict;use warnings;use Getopt::Long;
die "perl $0 -cookies yes|no $0 \n" if $#ARGV<0;my($cookies);GetOptions("cookies=s"=>\$cookies);my $user='xxxxxxxxx'; #单引号内写你JGI登录邮箱my $passwd="xxxxxxxxxx"; #双引号内写你JGI登陆密码`curl 'https://signon-old.jgi.doe.gov/signon/create' --data-urlencode "login=$user" --data-urlencode "password=$passwd" -c cookies > login.log` unless $cookies eq "no";
while(<>){    chomp;    next if /taxon_oid/;    next if /^$/;    my @line=split /\t+/;    my $specie_name="IMG_".$line[6];    `curl 'https://genome.jgi.doe.gov/portal/ext-api/downloads/get-directory?organism=$specie_name' -b cookies > xml 2>/dev/null`;    my($specie,$url)=&xml2url("xml",$specie_name);    `curl 'https://genome.jgi.doe.gov/portal/ext-api/downloads/get_tape_file?blocking=true&url=$url' -b cookies -m 600 > $specie.tgz 2>/dev/null` if $url;}
sub xml2url{    my ($xml,$spe)=@_;    open XML,$xml or die "Failed to open xml: $!";    my $input=join("", );    if($input=~/label="(.+?)".+?url=(\/IMG.+?tar\.gz).+?md5/m){        my $label=$1;        my $url=$2;        $label=~s/\s+/_/g;        $label=~s/[\(\)]/_/g;        `mv $xml $label.xml`;        return $label,$url;    }else{        `cp $xml $spe.xml` ;    }}##End##

这里我根据IMG的curl网址变化进行了修改。我们将此脚本保存为down_genome_from_jgi.pl。接下来在IMG主页搜索需要下载的基因组:

怎么使用Perl语言下载基因组数据

选中要下载的基因组后点击Export保存xls文件到自己的电脑,然后上传到服务器,下载的文件如下所示:

怎么使用Perl语言下载基因组数据

其中第七列为IMG Genome ID,如果不是需要修改前面脚本的第18行。在服务器批量下载这些基因组如下所示:

perl down_genome_from_jgi.pl taxontable56069_28-may-2019.xls

下载完成后每个基因组均有一个后缀tgz的压缩文件,里面包含基因组序列与基因、蛋白序列等,如下所示:

怎么使用Perl语言下载基因组数据

“怎么使用Perl语言下载基因组数据”的内容就介绍到这里了,感谢大家的阅读。如果想了解更多行业相关的知识可以关注创新互联网站,小编将为大家输出更多高质量的实用文章!


当前题目:怎么使用Perl语言下载基因组数据
文章地址:http://shouzuofang.com/article/ihdjsg.html

其他资讯