EnsEMBL Perl API简介

取自 PerlChina.org - wiki

跳转到: 导航, 搜索

EnsEMBL Perl API简介

  • 原 名：EnsEMBL Perl API简介
  • 作 者：Phil-
  • 发 表：2007-7-17
  • 审 校：
  • 出 处：PerlChina.org

如对本文有任何意见，欢迎到讨论页留言，Emailing to me is also welcome

目录

[编辑] EnsEMBL 简介

[编辑] 主办机构

EnsEMBL是由Sanger中心和EMBL-EBL共同维护的基因组注释系统。该项目的主要组织者就是BioPerl的元老Ewan Birney

[编辑] 目标

EnsEMBL力图实现以下目标：

  • 准确的基因组自动注释
  • 基于注释信息的全面分析
  • 向全世界公开发布注释与分析结果
  • 以开源合作的方式开发注释与分析所需要的软件（因为是E.B.在管，这里说的软件当然主要是基于Perl/BioPerl。另外这里说的软件仅能用于以EnsEMBL database格式存储的基因组信息）

[编辑] EnsEMBL Perl API 概述

[编辑] EnsEMBL Core

用于组织和分析：

  • 基因组的原始序列
  • 染色体名字等最高级的注释(Top-level annotation)
  • Gene,Transcript(mRNA/ncRNA等),Translation(peptide)的注释
  • microarray(芯片)探针对应的基因组位置的信息
  • 其它外部注释信息的链接（例如GO）

[编辑] EnsEMBL Compara

用于组织和分析：

  • 物种间的局部多序列比对结果
  • 共线性区(Synteny Region)的注释
  • 旁系同源(Paralogue)/直系同源(Orthologue)基因的注释
  • 蛋白家族的定义

[编辑] EnsEMBL Variation

用于组织和分析：

  • SNP(单核甘酸多态)/in-del/CNV等形式的variation注释
  • 群体/基因型/等位基因状态
  • 连锁不平衡信息

[编辑] EnsEMBL EST

软件上是和EnsEMBL Core一样的，只是数据不一样

[编辑] EnsEMBL Perl API 安装

[编辑] 安装BioPerl

需要先安装BioPerl(请参考BioPerl安装)

$ cvs -d :pserver:cvs@code.open-bio.org:/home/repository/bioperl login

Logging in to :pserver:cvs@code.open-bio.org:2401/home/repository/bioperl

CVS password: cvs

$ cvs -d :pserver:cvs@code.open-bio.org:/home/repository/bioperl checkout -r bioperl-release-1-2-3 bioperl-live

另外数据库(一般是MySQL)也是必需的

[编辑] 安装EnsEMBL的模块

文件会被安装到当前目录下

$ cvs -d :pserver:cvsuser@cvs.sanger.ac.uk:/cvsroot/ensembl login

Logging in to :pserver:cvsuser@cvs.sanger.ac.uk:2401/cvsroot/ensembl

CVS password: CVSUSER

$ cvs -d :pserver:cvsuser@cvs.sanger.ac.uk:/cvsroot/ensembl checkout -r branch-ensembl-45 ensembl

上面最后一行安装的是EnsEMBL Core，若需要安装EnsEMBL Variation，则需将最后的ensembl换成ensembl-variation，即：

$ cvs -d :pserver:cvsuser@cvs.sanger.ac.uk:/cvsroot/ensembl checkout -r branch-ensembl-45 ensembl-variation

[编辑] 设置环境变量

目的是让Perl可以找到相关模块：

PERL5LIB=${PERL5LIB}:/path/to/BioPerl/modules

PERL5LIB=${PERL5LIB}:/path/to/ensembl-core/modules

PERL5LIB=${PERL5LIB}:/path/to/ensembl-variation/modules

PERL5LIB=${PERL5LIB}:/path/to/ensembl-compara/modules

export PERL5LIB

请把"/path/to/BioPerl/modules"换成BioPerl模块实际安装的目录。同理，后面的"/path/to/ensembl-core/modules"等，也应该换成EnsEMBL模块实际安装的目录。

[编辑] 下载EnsEMBL数据库

该步不是必须的，本地化与否的优劣，请大家自己考虑。

请到EnsEMBL的FTP下载mysql数据库文件并导入本地mysql数据库，即可在本地使用EnsEMBL的数据。

注意：数据库很大，特别是EnsEMBL Compara。

[编辑] EnsEMBL Perl API 更新

EnsEMBL的数据和API的版本是一一对应的，数据更新过之后必须更新对应的API。用CVS可以很方便地更新，只需在模块安装的目录下运行：

cvs -q update -d -P -r branch-ensembl-45

[编辑] EnsEMBL Perl API 基本用法

要使用EnsEMBL的数据库，首先需要链接上数据库，由于EnsEMBL定义了很多对象及其Adaptor，所以提供了统一的Bio::EnsEMBL::Registry模块来方便地获取这些Adaptor(曾几何时，要自己建DBAdaptor，然后再建对象的Adaptor)，同时可以避免建立多余的DBAdaptor。

  • 获取预设的数据库连接

use Bio::EnsEMBL::Registry;

my $registry = 'Bio::EnsEMBL::Registry';

$registry->load_registry_from_db(-host => 'ensembldb.ensembl.org',-user => 'anonymous');

  • 获取您所需要的注释信息

上面提到的所有注释信息都可以经由对应的对象的Adaptor获得，例如Gene：

my $gene_adaptor = $registry->get_adaptor( 'Human', 'Core', 'Gene' ); #获得GeneAdaptor对象，可用于读取人的EnsEMBL Core数据库内的信息

my $gene = $gene_adaptor->fetch_by_stable_id("ENSG00000099889"); #获得一个基因序列及其他注释信息

又例如基因组片段（Slice）：

my $slice_adaptor = $registry->get_adaptor("Human","Core","Slice");

my $slice = $slice_adaptor->fetch_by_region("chromosome","14","5623425","5673425"); # 获得基因组上的一段序列

上面提到的基因组片段（Slice）还可以结合其他Adaptor，查找该片段上的任何注释信息（基因、Exon、多态、芯片探针、等等等等……）。

[编辑] 可以使用EnsEMBL的物种

目前只有部分物种有EnsEMBL化的注释系统：

Human 人 / Mouse 小鼠 / Zebrafish 斑马鱼 / C.elegans 秀丽隐杆线虫 / Cat 猫 / Chicken 鸡 / Chimpanzee 黑猩猩 / Cow 牛 / Dog 狗 / Elephant 象 / Fruitfly 果蝇 / Platypus 鸭嘴兽 / Rabbit 兔 / Rat 大鼠 / S.cerevisiae 酵母 ， 等等（主要是动物）

Oryza sativa 栽培稻 / Oryza rufipogon 野生稻 / Zea mays 玉米 / Arabidopsis thaliana 拟南芥

更多的帮助信息请参考EnsEMBL上的介绍(这也是本文的主要参考资料)

取自"http://wiki.perlchina.org/index.php/EnsEMBL_Perl_API%E7%AE%80%E4%BB%8B"
个人工具