0

Nucleotide BLASTの検索ページで

「Choose Search Set」ボックスにリストされているデータベースをプログラムで取得する方法はありますか? おそらくXML形式ですか？（使用するプログラミング言語は問いません）

4

4 に答える 4

3

この情報は、NCBI Web サービスを介して取得できるとは思いません。

XSLT の使用:

<?xml version='1.0'  encoding="ISO-8859-1" ?>
<xsl:stylesheet
    xmlns:xsl='http://www.w3.org/1999/XSL/Transform'
    version='1.0'
    >

<xsl:output method="text"/>
<xsl:template match="/">
<xsl:apply-templates select="//select[@id='DATABASE']"/>
</xsl:template>


<xsl:template match="select[@id='DATABASE']">
<xsl:for-each select=".//option">
<xsl:value-of select="@value"/>
<xsl:text>  </xsl:text>
<xsl:value-of select="."/>
<xsl:text>
</xsl:text>
</xsl:for-each>
</xsl:template>

</xsl:stylesheet>

および xsltproc:

xsltproc --html stylesheet.xsl "http://blast.ncbi.nlm.nih.gov/Blast.cgi?PROGRAM=blastn&BLAST_PROGRAMS=megaBlast&PAGE_TYPE=BlastSearch&SHOW_DEFAULTS=on&LINK_LOC=blasthome" 2> /dev/null

戻り値;

dbindex/9606/ref_contig dbindex/9606/alt_contig_HuRef dbindex/9606/rna  Human genomic plus transcript (Human G+T)
dbindex/10090/alt_contig dbindex/10090/ref_contig dbindex/10090/rna     Mouse genomic plus transcript (Mouse G+T)
nr      Nucleotide collection (nr/nt)
refseq_rna      Reference mRNA sequences (refseq_rna)
refseq_genomic  Reference genomic sequences (refseq_genomic)
chromosome      NCBI Genomes (chromosome)
est     Expressed sequence tags (est)
est_others      Non-human, non-mouse ESTs (est_others)
gss     Genomic survey sequences (gss)
htgs    High throughput genomic sequences (HTGS)
pat     Patent sequences(pat)
pdb     Protein Data Bank (pdb)
alu     Human ALU repeat elements (alu_repeats)
dbsts   Sequence tagged sites (dbsts)
wgs     Whole-genome shotgun reads (wgs)
env_nt  Environmental samples (env_nt)
于 2010-09-14T18:34:04.750 に答える
2

私は完全にあなたがこれを使用しようとしているわけではありませんが、NCBI が使用するデータベースの完全なセットは、FTP サイトにあります : ftp://ftp.ncbi.nih.gov/blast/db/データベース名で、最初の . -- ほとんどのデータベースは、セグメント化するのに十分な大きさです。フィルタリングの適切なチャンクを (生物ごとなどで) 実行するために、これらの大きなデータベースの 1 つまたは複数を GI 番号で制限するエイリアス ファイルを使用します。

于 2010-10-19T17:16:47.220 に答える
0

これらのライブラリをプログラムで取得するには、いくつかの FTP API が必要です。ただし、これらのファイルは、圧縮してもかなり大きくなります。おそらく、ダウンロード サイトで入手できるバージョンが、ダウンロード済みのキャッシュされたバージョンと同じでないかどうか、少なくとも確認する必要があります。Java FTP ライブラリはhttp://www.javaworld.com/javaworld/jw-04-2003/jw-0404-ftp.htmlでレビューされています。

于 2012-07-05T14:24:59.320 に答える
0

あなたの質問は私にはわかりません。ただし、これは BioPerl を使用したプログラムで、任意のデータベース (「db」で指定) と任意の検索用語 (「term」で指定) から情報を取得します。これにより、指定されたデータベース内の検索用語に関連するすべての NCBI 配列を含むファイルが保存されます。

########## http://www.bioperl.org/wiki/HOWTO:EUtilities_Cookbook #########

#!/usr/bin/perl -w

BEGIN {push @INC,"path to BioPerl";}
use Bio::DB::EUtilities;
my $factory = Bio::DB::EUtilities->new(-eutil      => 'esearch',
                                       -email      => 'mymail@foo.bar',
                                       -db         => 'nucleotide',
                                       -term       => 'search terms here',
                                       -usehistory => 'y');

my $count = $factory->get_count;
# get history from queue
my $hist  = $factory->next_History || die 'No history data returned';
print "History returned\n";
# note db carries over from above
$factory->set_parameters(-eutil   => 'efetch',
                         -rettype => 'fasta',
                         -history => $hist);

my $retry = 0;
my ($retmax, $retstart) = (500,0);

open (my $out, '>', 'db:protein_term-VP1_AND_Parvovirus-NOT_dependovirus,patent,partial.fa') || die "Can't open file:$!";

RETRIEVE_SEQS:
while ($retstart < $count) {
    $factory->set_parameters(-retmax   => $retmax,
                             -retstart => $retstart);
    eval{
        $factory->get_Response(-cb => sub {my ($data) = @_; print $out $data} );
    };
    if ($@) {
        die "Server error: $@.  Try again later" if $retry == 5;
        print STDERR "Server error, redo #$retry\n";
        $retry++ && redo RETRIEVE_SEQS;
    }
    #say "Retrieved $retstart";
    $retstart += $retmax;
}

close $out;
于 2012-09-13T02:02:56.750 に答える