3

这就是我想做的。我有一个基因名称列表,例如:[ITGB1, RELA, NFKBIA]

在 biopython 和 entrez API 教程中查找帮助我想出了这个:

x = ['ITGB1', 'RELA', 'NFKBIA']
for item in x:
    handle = Entrez.efetch(db="nucleotide", id=item ,rettype="gb")
    record = handle.read()
    out_handle = open('genes/'+item+'.xml', 'w') #to create a file with gene name
    out_handle.write(record)
    out_handle.close

但这不断出错。我发现如果 id 是一个数字 id(尽管你必须将它变成一个字符串才能使用,'186972394' 所以:

handle = Entrez.efetch(db="nucleotide", id='186972394' ,rettype="gb")

这让我得到了我想要的信息,其中包括序列。

所以现在问题: 我如何搜索基因名称(因为我没有 id 编号)或轻松地将我的基因名称转换为 id 以获得我拥有的基因列表的序列。

谢谢,

4

2 回答 2

4

首先是基因名称,例如:ATK1

item = 'ATK1'
animal = 'Homo sapien' 
search_string = item+"[Gene] AND "+animal+"[Organism] AND mRNA[Filter] AND RefSeq[Filter]"

现在我们有一个搜索字符串来搜索 id

handle = Entrez.esearch(db="nucleotide", term=search_string)
record = Entrez.read(handleA)
ids = record['IdList']

如果没有发现它是 [],这将返回 ids 作为列表。现在让我们假设它返回列表中的 1 项。

seq_id = ids[0] #you must implement an if to deal with <0 or >1 cases
handle = Entrez.efetch(db="nucleotide", id=seq_id, rettype="fasta", retmode="text")
record = handleA.read()

这将为您提供一个 fasta 字符串,您可以将其保存到文件中

out_handle = open('myfasta.fasta', 'w')
out_handle.write(record.rstrip('\n'))
于 2012-12-02T04:33:36.600 回答
0

查看本教程的第 8.3 节,似乎有一个函数可以让您搜索术语并获取相应的 ID(我对这个库一无所知,对生物学更是一无所知,所以这可能是完全错误的 :)) .

>>> handle = Entrez.esearch(db="nucleotide",term="Cypripedioideae[Orgn] AND matK[Gene]")
>>> record = Entrez.read(handle)
>>> record["Count"]
'25'
>>> record["IdList"]
['126789333', '37222967', '37222966', '37222965', ..., '61585492']

据我所知,指的是函数id返回的实际 ID 号(在响应的属性中)。但是,如果您使用关键字,则可以改为运行搜索并获取匹配项的 ID。完全未经测试,但假设搜索支持布尔运算符(看起来很有效),您可以尝试使用如下查询:esearchIdListtermAND

>>> handle = Entrez.esearch(db="nucleotide",term="ITGB1[Gene] OR RELA[Gene] OR NFKBIA[Gene]")
>>> record = Entrez.read(handle)
>>> record["IdList"]
# Hopefully your ids here...

要生成要插入的术语,您可以执行以下操作:

In [1]: l = ['ITGB1', 'RELA', 'NFKBIA']

In [2]: ' OR '.join('%s[Gene]' % i for i in l)
Out[2]: 'ITGB1[Gene] OR RELA[Gene] OR NFKBIA[Gene]'

然后record["IdList"]可以使用以下内容将其转换为逗号分隔的字符串并传递给id原始查询中的参数:

In [3]: r = ['1234', '5678', '91011']

In [4]: ids = ','.join(r)

In [5]: ids
Out[5]: '1234,5678,91011'
于 2012-11-26T02:58:16.530 回答