标签: ncbi

我试图找到具有基因名和染色体位置的gene_info文件.但是,我似乎无法在NCBI FTP站点上找到它.任何人都可以给我指针吗？

我可以手动下载FASTA文件,如下所示:

>lcl|CR543861.1_gene_1...
ATGCTTTGGACA...
>lcl|CR543861.1_gene_2...
GTGCGACTAAAA...

通过单击"发送到"并选择"基因特征",FASTA核苷酸是唯一的选项(这很好,因为这就是我想要的)在此页面上.

使用这样的脚本:

#!/usr/bin/env perl
use strict;
use warnings;
use Bio::DB::EUtilities;

my $factory = Bio::DB::EUtilities->new(-eutil   => 'efetch',
                                       -db      => 'nucleotide',
                                       -id      => 'CR543861',
                                       -rettype => 'fasta');
my $file = 'CR543861.fasta';
$factory->get_Response(-file => $file);

我得到一个看起来像这样的文件:

>gi|49529273|emb|CR543861.1| Acinetobacter sp. ADP1 complete genome
GATATTTTATCCACA...

将整个基因组序列集中在一起.如何获取第一个(手动下载)文件中的信息？

我查看了其他一些帖子:

• 如何在biopython entrez.esearch中下载完整的基因组序列(这个答案似乎相关)
• 如何只用一个入藏号下载整个GenBank文件？

以及来自EUtilities Cookbook的这一部分.

我尝试获取并保存GenBank文件(因为它似乎对我得到的.gb文件中的每个基因都有单独的序列),但是当我使用Bio :: SeqIO使用它时,我将只获得1个大序列.

当我尝试运行 Biopython 提供的用于 NCBIWWW.qblast 在线搜索的测试文件时，它只是一直挂着，从不响应。当我尝试自己运行任何包含 NCBIWWW.qblast 的脚本时，也会发生同样的情况：它刚刚到达此行并停止。不会发出任何错误消息，不会收到任何结果，并且该过程永远不会以任何方式结束。

产生问题的脚本之一是：

from Bio.Blast import NCBIWWW
result_handle=qblast('blastn', 'nt', 'AGAAAGGGTATATAAAATCAAGAATCTGGGGTGTTTGTGTTGACTTGTATAATTCTTGATTTTTTCAGGTAGTTGAAAAGGTGGGAGAAAAGTGGAGAAGCCTAAGCTGATATTGAAATTCATATGGATGGAAGAACATTGGTTTAGGATTGGATCAAAAAATAGGTGGACATGGAACTGTA')

可能是什么问题？

我正在尝试从NCBI网站获取FASTA文件，我使用以下功能

getncbiseq <- function(accession){
  dbs <- c()
  for (i in 1:numdbs){
    db <- dbs[i]
    choosebank(db)
    resquery <- try(query(".tmpquery", paste("AC=", accession)),silent = TRUE)
    if (!(inherits(resquery, "try-error"))){
      queryname <- "query2"
      thequery <- paste("AC=",accession,sep="")
      query(`queryname`,`thequery`)
      # see if a sequence was retrieved:
      seq <- getSequence(query2$req[[1]])
      closebank()
      return(seq)
    }
    closebank()
  }
  print(paste("ERROR: accession",accession,"was not found"))
}    

当我尝试检索序列时

mydata <- getncbiseq("NC_001477")

getSequence（query2 $ req [[1]]）中的错误：找不到对象'query2'

还有缩短这些循环功能的更好方法吗？

如果我用

query('queryname','the query')
#or 
query("queryname","thequery")

我收到另一个错误

query（“ queryname”，“ thequery”）中的错误：无效的请求：“（^）处的未知列表：\”（^）thequery \“”

I have a method to read a Newick file and return a String in Django framework which is the following:

def handle_uploaded_file(f):
    output = " "
    for chunk in f.chunks():
        output += chunk.decode('ascii')
    return output.replace("\n", "").replace("\r", "")


def post(self, request):
    form = HomeForm(request.POST, request.FILES)
    if form.is_valid():
        input = handle_uploaded_file(request.FILES['file'])
        treeGelezen = Tree(input, format=1)
        script, div = mainmain(treeGelezen)
        form = HomeForm()
    args = {'form': form, 'script': script, 'div': div}
    return render(request, self.template_name, args)

对于普通的Newick文件，它的工作正常，但我也有一些文件，在文件的开头有一个字符串。我正在尝试使用另一种方法来检查文件之前是否具有以下字符串（某些文件就是这种情况）：“ newick;” 并删除该字符串（如果找到）。它在本地工作，但我似乎无法合并它们。这是本地的样子：

def removeNewick(tree_with_newick):
    for x in …

我有一个带有蛋白质登录号的数据集 (DataGranulomeTidy)。我在 r 中编写了一个函数 (extractInfo) 来从 ncbi 网站上抓取这些蛋白质的一些信息。当我在一个简短的“for”循环中运行它时，该函数按预期工作。

DataGranulomeTidy <- tibble(GIaccessionNumber = c("29436380", "4504165", "17318569"))

extractInfo <- function(GInumber){
    tempPage <- readLines(paste("https://www.ncbi.nlm.nih.gov/sviewer/viewer.fcgi?id=", GInumber, "&db=protein&report=genpept&conwithfeat=on&withparts=on&show-cdd=on&retmode=html&withmarkup=on&tool=portal&log$=seqview&maxdownloadsize=1000000", sep = ""), skipNul = TRUE)
    tempPage  <- base::paste(tempPage, collapse = "")
    Accession <- str_extract(tempPage, "(?<=ACCESSION).{3,20}(?=VERSION)")
    Symbol    <- str_extract(tempPage, "(?<=gene=\").{1,20}(?=\")")
    GeneID    <- str_extract(tempPage, "(?<=gov/gene/).{1,20}(?=\">)")
    out       <- paste(Symbol, Accession, GeneID, sep = "---")
    return(out)
}


for(n in 1:3){
    print(extractInfo(GInumber = DataGranulomeTidy$GIaccessionNumber[n]))
}
 [1] "MYH9---   AAH49849---4627"
 [1] "GSN---   NP_000168---2934"
 [1] "KRT1---   NP_006112---3848"

当我在 dplyr 管道中使用相同的功能时，我不起作用，我无法弄清楚为什么。

 > DataGranulomeTidy …