云之南

风声，雨声，读书声，声声入耳；家事，国事，天下事，事事关心

日志

关于我

云之南

专业背景：计算机科学研究方向与兴趣: JavaEE-Web软件开发, 生物信息学, 数据挖掘与机器学习, 智能信息系统目前工作: 基因组, 转录组, NGS高通量数据分析, 生物数据挖掘, 植物系统发育和比较进化基因组学

文章分类

KEGG API学习笔记（2）【转】

2010-11-05 16:15:46| 分类：生物信息学 | 标签： |举报 |字号大中小订阅

下载LOFTER 我的照片书 |

http://www.qiuworld.com/blog/archives/84

http://www.genome.jp/kegg/soap/doc/keggapi_manual.html

既然已经可以从利用API成功调取数据了，我们应该开始自己的学习过程了。据以前的体会，学习一门语言，必须带着问题去学才能有效果。于是在学习前，为自己留下一个作业，作业题目是，
假设现在有两比较样本的microarray芯片的资料需要分析，资料以列表的形式表示，列表示例如下：

	1_Signal	1_Detection	2_Signal	2_Detection	Descriptions
1771550_at	66.8	P	67.2	A	S. cerevisiae YAL064W-B GEN=SEO1 DB_XREF=GI:6319253 SEG=NC_001133:+12047,12427 DEF=Hypothetical ORF NOTE=Yal064w-bp; go_component: cellular_component unknown [goid GO:0008372] [evidence ND]; go_function: molecular_function unknown [goid GO:0005554] [evidence ND]; go_process: biological_process unknown [goid GO:0000004] [evidence ND]
1772356_at	23.8	A	13.6	A	S. cerevisiae YAL064C-A GEN=SEO1 DB_XREF=GI:7839146 SEG=NC_001133:-13364,13744 DEF=Hypothetical ORF NOTE=Yal064c-ap; go_component: cellular_component unknown [goid GO:0008372] [evidence ND]; go_function: molecular_function unknown [goid GO:0005554] [evidence ND]; go_process: biological_process unknown [goid GO:0000004] [evidence ND]
1772528_at	7.3	A	3.2	A	S. cerevisiae YAL064W GEN=SEO1 DB_XREF=GI:6319254 SEG=NC_001133:+21526,21852 DEF=Hypothetical ORF NOTE=Yal064wp; go_component: cellular_component unknown [goid GO:0008372] [evidence ND]; go_function: molecular_function unknown [goid GO:0005554] [evidence ND]; go_process: biological_process unknown [goid GO:0000004] [evidence ND]
1776321_at	120.9	P	40.3	A	S. cerevisiae YAL063C-A GEN=SEO1 DB_XREF=GI:33438755 SEG=NC_001133:-22397,22687 DEF=Identified by expression profiling and mass spectrometry NOTE=Yal063c-ap; go_component: cellular_component unknown [goid GO:0008372] [evidence ND]; go_function: molecular_function unknown [goid GO:0005554] [evidence ND]; go_process: biological_process unknown [goid GO:0000004] [evidence ND]
1779679_s_at	197.5	P	204.6	P	S. cerevisiae YAL063C GEN=FLO9 DB_XREF=GI:6319255 SEG=NC_001133:-24001,27969 DEF=Lectin-like protein with similarity to Flo1p, thought to be expressed and involved in flocculation NOTE=Flo9p; go_component: cell wall (sensu Fungi) [goid GO:0009277] [evidence ISS] [pmid 7502576]; go_function: mannose binding [goid GO:0005537] [evidence ISS] [pmid 7502576]; go_process: flocculation (sensu Saccharomyces) [goid GO:0000501] [evidence IEP,ISS] [pmid 7502576]

列表中第一列为microarray中的序列编号，第二，四列为信号强度，第三，五列信号可识别度，P为良好，A为差，第六列为信息说明。需要比较两次实验中信号良好的两信号差别，差异显著的，使用KEGG的代谢算途径库图象化表示，并提供统计表，清晰描绘两次实验的差异。
先把作业分析一下，大约是要先逐行读取文件，然后依据表格分格符将数据分割成六列，当第三与第五列均为P时比较第二，四列信号强度差距，差别在一个数量级以上时，从最后一列中读取 DB_XREF后的数据库号，通过它在KEGG中查找相应的代谢信息，做形象化处理。
今天要完成的就是数据的读取工作。其余的工作以后几课再做。
设文件名为$filename="c\TPS1NS.xls";
程序代码如下：
#!/usr/bin/perl
#使用SOAP::Lite
use SOAP::Lite;
#为SOAP准备wsdl参数
$wsdl = 'http://soap.genome.jp/KEGG.wsdl';
#定义指针提供KEGG API接口
$soap_ser = SOAP::Lite->service($wsdl);
#定义文件名（包括完整路径）
$filename = "C:\\TPS1NS.xls";
#打开文件，如果打不开中止程序。
open(MICROARRAY, $filename)||die ("Could not open file");
#统计有多少基因上调，有多少基因下调
$up_reg = 0;
$down_reg = 0;
#逐行读取文件
while($line = <MICROARRAY>){
    #文件列表分格符为制表符
    $pattern = "\x09";
    #将读取的一行数据按定义好的分格符分割成字串存在words为名的数组里。
    @words = split(/$pattern/, $line);
    #选择信号显著的数据进行比较
    if ($words[2]=~/P/ && $words[4]=~ /P/){
               #计算数值的数量级差别
               $ratio=log($words[1])-log($words[3]);
               #当数量级差别大于等于1时，对数据进行处理
                if(abs($ratio)>=1){
                    #统计有多少基因上调或者下调表达
                    if($ratio>=1){
                         $up_reg += 1;
                         }
                        if($ratio<=-1){
                         $down_reg +=1;
                         }
                        #查找字符串以DB_XREF=开头，以空格结束的字串，
                        #中间的部分，前面的字母将存在$1变量中，后面的数字将存在$2变量中。
                        if($words[5]=~/DB_XREF=(\D+)(\d+)\s/){
                         #因为变量$1,$2的作用域有限，所以将它们先存起来。
                         $db_pre=$1;
                         $db_id=$2;
                         #查找microarray当中注释数据库的前缀，不同的生物使用的数据库不同。本例中使用的是NCBI GI数据。
                         if($db_pre=~/GI/){
                          #将外部数据库ID转换成KEGG数据库ID
                          $kegg_id = $soap_ser->bconv("ncbi-gi:$db_id");
                          #输出结果
                          print $kegg_id;
                         }
                        }
                }
    }
}
#关闭文件
close(MICROARRAY);
#输出统计结果
print $up_reg." genes up regulated. And ".$down_reg." genes down regulated.";
print "\nThis is the end!";
运行这个程序，看到输出结果为：
ncbi-gi:6319269    sce:YAL047C    equivalent
ncbi-gi:6319323    sce:YAR009C    equivalent
ncbi-gi:6319369    sce:YBL100W-B    equivalent
ncbi-gi:6319605    sce:YBR129C    equivalent
ncbi-gi:7839147    sce:YCR024C-A    equivalent
ncbi-gi:6319961    sce:YDL240W    equivalent
ncbi-gi:6320437    sce:YDR231C    equivalent
ncbi-gi:7839158    sce:YDR261W-B    equivalent
ncbi-gi:6320531    sce:YDR324C    equivalent
ncbi-gi:6320656    sce:YDR448W    equivalent
ncbi-gi:6320676    sce:YDR468C    equivalent
ncbi-gi:6320819    sce:YEL017C-A    equivalent
ncbi-gi:6320844    sce:YER007C-A    equivalent
ncbi-gi:6320986    sce:YER138W-A    equivalent
ncbi-gi:14318454    sce:YFL065C    equivalent
ncbi-gi:14318511    sce:YFL010W-A    equivalent
ncbi-gi:6321196    sce:YGL241W    equivalent
ncbi-gi:41629691    sce:YGL201C    equivalent
ncbi-gi:6321656    sce:YGR217W    equivalent
ncbi-gi:6321739    sce:YHL048W    equivalent
ncbi-gi:6321833    sce:YHR043C    equivalent
ncbi-gi:33438808    sce:YHR175W-A    equivalent
ncbi-gi:6322648    sce:YKL201C    equivalent
ncbi-gi:6322758    sce:YKL092C    equivalent
ncbi-gi:6323371    sce:YLR340W    equivalent
ncbi-gi:33438853    sce:YMR030W-A    equivalent
ncbi-gi:6323957    sce:YMR299C    equivalent
ncbi-gi:6324623    sce:YOR049C    equivalent
ncbi-gi:6324767    sce:YOR193W    equivalent
ncbi-gi:6324948    sce:YOR372C    equivalent
31 genes up regulated. And 0 genes down regulated.
This is the end!
基本上，今天的任务完成了。

评论这张

转发至微博

阅读(1510)| 评论(1)

历史上的今天

this.p={  m:2,
              b:2,
              loftPermalink:'',
              id:'fks_081074093095083066092095083095085094087074093087083071',
              blogTitle:'KEGG API学习笔记（2）【转】',
              blogAbstract:'<p\><a rel=\"nofollow\" href=\"http://www.qiuworld.com/blog/archives/84\"  \>http://www.qiuworld.com/blog/archives/84</a\></p\><p\><a rel=\"nofollow\" href=\"http://www.qiuworld.com/blog/archives/84\"  \>http://www.genome.jp/kegg/soap/doc/keggapi_manual.html<br\></a\></p\> <p\>既然已经可以从利用API成功调取数据了，我们应该开始自己的学习过程了。据以前的体会，学习一门语言，必须带着问题去学才能有效果。于是在学习前，为自己留下一个作业，作业题目是，<br\>假设现在有两比较样本的microarray芯片的资料需要分析，资料以列表的形式表示，列表示例如下：</p\>',
              blogTag:'',
              blogUrl:'blog/static/1869915420101054154666',
              isPublished:1,
              istop:false,
              type:0,
              modifyTime:1314187366247,
              publishTime:1288944946066,
              permalink:'blog/static/1869915420101054154666',
              commentCount:1,
              mainCommentCount:1,
              recommendCount:1,
              bsrk:-100,
              publisherId:0,
              recomBlogHome:false,
              currentRecomBlog:false,
              attachmentsFileIds:[],
              vote:{},
              groupInfo:{},
              friendstatus:'none',
              followstatus:'unFollow',
              pubSucc:'',
              visitorProvince:'',
              visitorCity:'',
              visitorNewUser:false,
              postAddInfo:{},
              mset:'000',
              mcon:'',
              srk:-100,
              remindgoodnightblog:false,
              isBlackVisitor:false,
              isShowYodaoAd:true,
              hostIntro:'专业背景：计算机科学                           \n\n研究方向与兴趣: JavaEE-Web软件开发,\n生物信息学, 数据挖掘与机器学习, 智能信息系统                                                                \n目前工作: 基因组, 转录组, NGS高通量数据分析, 生物数据挖掘, 植物系统发育和比较进化基因组学',
              hmcon:'1',
              selfRecomBlogCount:'0',
              lofter_single:'<iframe width="140" height="560" style="overflow:hidden;" src="http://www.lofter.com/mailEntry.do?blogad=1&blog" frameBorder="0"></iframe>'
            }

{list a as x}
    {if !!x}
    <div class="iblock nbw-fce nbw-f40">
      <a class="fc03 noul" target="_blank" hidefocus="true" href="http://blog.163.com/${x.visitorName}/">
      {if x.visitorName==visitor.userName}
      <img alt="${x.visitorNickname|escape}" onerror="this.src=location.f40" class="cwd bdwa bdc0" src="${fn1(x.visitorName)}&r=${visitor.imageUpdateTime}"/>
      {else}
      <img alt="${x.visitorNickname|escape}" onerror="this.src=location.f40" class="cwd bdwa bdc0" src="${fn1(x.visitorName)}"/>
      {/if}
      </a>
      <div class="cwd vname thide">
        {if x.moveFrom=='wap'}
          <a class="noul pnt" target="_blank" href="http://blog.163.com/services/wapblog.html?frompersonalbloghome"><span title="来自网易手机博客" class="iblock wapIcon"> </span></a>
        {elseif x.moveFrom=='iphone'}
          <a class="noul pnt" target="_blank"><span title="来自iPhone客户端" class="iblock iphoneIcon"> </span></a>
        {elseif x.moveFrom=='android'}
          <a class="noul pnt" target="_blank"><span title="来自Android客户端" class="iblock androidIcon"> </span></a>
        {elseif x.moveFrom=='mobile'}
          <a class="noul pnt" target="_blank" href="http://blog.163.com/services/emsblog.html?frompersonalbloghome"><span title="来自网易短信写博" class="iblock wapIcon"> </span></a>
        {/if}
        <a class="fc03 m2a"  target="_blank" hidefocus="true" href="http://blog.163.com/${x.visitorName}/">
          ${fn(x.visitorNickname,8)|escape}
        </a>
      </div>
    </div>
    {/if}
    {/list}

<#--最新日志，群博日志--> <#--推荐日志-->

<p class="fc06">推荐过这篇日志的人：</p>
    <div>
      {list a as x}
      {if !!x}
      <div class="iblock nbw-fce nbw-f40">
        <a class="fc03 noul" target="_blank" hidefocus="true" href="http://blog.163.com/${x.recommenderName}/">
        <img alt="${x.recommenderNickname|escape}" onerror="this.src=location.f40" class="cwd bdwa bdc0" src="${fn1(x.recommenderName)}"/>
        </a>
        <div class="cwd thide">
          <a class="fc03 m2a" target="_blank" hidefocus="true" href="http://blog.163.com/${x.recommenderName}/">
            ${fn(x.recommenderNickname,6)|escape}
          </a>
        </div>
      </div>
      {/if}
      {/list}
    </div>
    {if !!b&&b.length>0}
    <p  class="fc06">他们还推荐了：</p>
    <ul>
    {list b as y}
      {if !!y}
        <li class="rrb"><span class="iblock">·</span><a class="fc03 m2a" target="_blank" href="http://blog.163.com/${y.recommendBlogPermalink}/?from=blog/static/1869915420101054154666">${y.recommendBlogTitle|escape}</a></li>
      {/if}
    {/list}
    </ul>
    {/if}

<#--引用记录--> <#--博主推荐--> <#--随机阅读--> <#--首页推荐--> <#--历史上的今天--> <#--被推荐日志--> <#--上一篇，下一篇--> <#-- 热度 -->

{list a as x}
    {if !!x}
    <div class="hotItem iblock nbw-fce nbw-f40">
      <a class="fc03 noul" target="_blank" hidefocus="true" href="http://blog.163.com/${x.publisherUsername}/">
      {if x.publisherUsername==visitor.userName}
      <img alt="${x.publisherNickname|escape}" onerror="this.src=location.f40" class="cwd bdwa bdc0" src="${fn1(x.publisherUsername)}&r=${visitor.imageUpdateTime}"/>
      {else}
      <img alt="${x.publisherNickname|escape}" onerror="this.src=location.f40" class="cwd bdwa bdc0" src="${fn1(x.publisherUsername)}"/>
      {/if}
      </a>
      <div class="cwd vname thide">
        <a class="fc03 m2a"  target="_blank" hidefocus="true" href="http://blog.163.com/${x.publisherUsername}/">
          ${fn(x.publisherNickname,8)|escape}
        </a>
      </div>
      <a class="f-myLikeIcons hottype {if x.type==1} js-liketype{elseif x.type==2} js-reblogtype{elseif x.type==3} js-sharetype{else}{/if}" target="_blank" hidefocus="true" href="http://blog.163.com/${x.publisherUsername}/"> </a>
    </div>
    {/if}
    {/list}

<#-- 网易新闻广告 --> <#--右边模块结构--> <#--评论模块结构--> <#--引用模块结构--> <#--博主发起的投票-->

页脚

我的照片书 - 手机博客 - 下载LOFTER APP - 订阅此博客

云之南

导航

日志

KEGG API学习笔记（2）【转】

历史上的今天

最近读者

热度

评论

页脚