CAS注册表到R中的Pubchem cid标识符转换

Question

许多化学家面临的一个令人讨厌的问题是将化学化合物的CAS登记号(存储在一些不易获取的商业数据库中)转换为Pubchem标识符(公开可用).Pubchem类支持两者之间的转换,但只能通过他们的手动Web界面,而不是他们的官方PUG REST编程接口.

这里给出了Ruby的解决方案,基于电子实用程序界面:http://depth-first.com/articles/2007/09/13/hacking-pubchem-convert-cas-numbers-into-pubchem-cids-与-红宝石/

有谁知道这将如何转化为R？

编辑:根据答案,最优雅的解决方案是:

library(XML)
library(RCurl)

CAStocids=function(query) {
  xmlresponse = xmlParse( getURL(paste("http://www.ncbi.nlm.nih.gov/entrez/eutils/esearch.fcgi?db=pccompound&retmax=100&term=",query,sep="") ) )
  cids = sapply(xpathSApply(xmlresponse, "//Id"), function(n){xmlValue(n)})
  return(cids)
}

> CAStocids("64318-79-2")
[1] "6434870" "5282237"

汤姆,欢呼声

Answer 1

这个Ruby代码如何实现它,转换为R,使用RCurl和XML:

> xmlresponse = xmlParse( getURL("http://www.ncbi.nlm.nih.gov/entrez/eutils/esearch.fcgi?db=pccompound&retmax=100&term=64318-79-2") )

以下是如何提取Id节点:

> sapply(xpathSApply(xmlresponse, "//Id"), function(n){xmlValue(n)})
 [1] "6434870" "5282237"

将所有内容包装在函数中....

 convertU = function(query){
    xmlresponse = xmlParse(getURL(
       paste0("http://www.ncbi.nlm.nih.gov/entrez/eutils/esearch.fcgi?db=pccompound&retmax=100&term=",query))) 
    sapply(xpathSApply(xmlresponse, "//Id"), function(n){xmlValue(n)})
 }

> convertU("64318-79-2")
[1] "6434870" "5282237"
> convertU("64318-79-1")
list()
> convertU("64318-78-2")
list()
> convertU("64313-78-2")
[1] "313"

如果找不到可能需要测试.