michael0214的个人博客分享 http://blog.sciencenet.cn/u/michael0214

博文

使用 Perl API 获取KEGG数据

已有 6108 次阅读 2014-11-3 04:19 |系统分类:科研笔记

背景介绍:

   1. 自2012年7月,KEGG不再免费提供FTP下载数据服务,用户需要付费获取一定时间的数据FTP下载服务 (~$2000/year)。这对批量下载KEGG数据的用户有所影响,但对手动少量下载或者通过API获取数据的用户并没有太大影响。
   2. 自2012年7月1日,KEGG的API service 更新为基于REST API, 替代了原有的SOAP. 因而用Perl 进行数据获取时需要使用LWP package, 而非SOAP package.

实现步骤:
   1. 安装perl:Windows下可安装activeperl 解释器实现,在linux下一般在安装系统时已自带。
    2. 安装LWP模块:高级的perl 版本中已自带LWP 模块,可在lib文件夹下查询。
       如果没有安装,可通过如下两个途径进行安装:
       (1)下载模块文件到本地:http://www.cpan.org/modules/01modules.index.html,解压,
           进入源目录,
           Perl Makefile.PL;
           make;
           make install。

   (2)自动安装 (类似安装R包的bioClite):
           shell>Perl-MCPAN-eshell
           cpan>installmodule_name

           Perl会自动连接网站,下载相应的模块。但是有些模块的安装要依赖于其他模块,所以也要同时安装其他依赖的模块(这点和R很像)。
 
   3. 即可在perl scipt中调用LWP,从而实现对KEGG 数据获取。有关LWP使用,参见:http://www.douban.com/note/218919503/
       LWP是多个perl module 的集合,这里的应用主要是对网页的获取,因而其中的LWP:Simple就已足够。
示例 (Test.pl):
#!/usr/bin/perl
use strict;
use warnings;
use LWP::Simple;

my $url = 'http://rest.kegg.jp/info/pathway';
# ACME boomerang
my $response = get $url;
die 'Error getting $url' unless defined $response;

print "$responsen";
执行程序: perl test.pl
输出结果:
pathway KEGG Pathway Database
path Release 71.0+/08-17, Aug 14
                Kanehisa Laboratories
                302,971 entries

该脚本为获取当前KEGG数据库中Pathway的统计概况,共计 302,971条记录。

注:KEGG API所能实现的功能详见 http://www.kegg.jp/kegg/rest/keggapi.html
主要实现功能有:
1)info: 获取相应数据库的统计信息
2) list: 获取相应数据库详细记录信息。
3)find: 相应数据库的查询功能
4)get: 获取相应条目的详细信息(比如这里获取每个pathway map的详细信息)
5)conv: 数据库ID的转换功能
6)link: 获取两个数据库条目的对应信息(例如获取每个human gene所涉及到的pathway 信息)。
附录:GenomeNet, 一个更加综合的数据库(KEGG可认为是GenomeNet的一个子数据库),可同样采用该语法(LinkDB)进行数据的获取:http://www.genome.jp/linkdb/


https://wap.sciencenet.cn/blog-689440-840645.html

上一篇:Cygwin - Windows下的Linux模拟器
下一篇:非root用户在linux服务器安装python package
收藏 IP: 205.208.55.*| 热度|

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2022-8-20 10:48

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部