bio 1.4.3.0001 → 1.5.0
This diff represents the content of publicly available package versions that have been released to one of the supported registries. The information contained in this diff is provided for informational purposes only and reflects changes between package versions as they appear in their respective public registries.
- checksums.yaml +7 -0
- data/.travis.yml +39 -33
- data/BSDL +22 -0
- data/COPYING +2 -2
- data/COPYING.ja +36 -36
- data/ChangeLog +2404 -1025
- data/KNOWN_ISSUES.rdoc +15 -55
- data/README.rdoc +17 -23
- data/RELEASE_NOTES.rdoc +246 -183
- data/Rakefile +3 -2
- data/bin/br_biofetch.rb +29 -5
- data/bioruby.gemspec +15 -32
- data/bioruby.gemspec.erb +10 -20
- data/doc/ChangeLog-1.4.3 +1478 -0
- data/doc/RELEASE_NOTES-1.4.3.rdoc +204 -0
- data/doc/Tutorial.rd +0 -6
- data/doc/Tutorial.rd.html +7 -12
- data/doc/Tutorial.rd.ja +960 -1064
- data/doc/Tutorial.rd.ja.html +977 -1067
- data/gemfiles/Gemfile.travis-jruby1.8 +2 -1
- data/gemfiles/Gemfile.travis-jruby1.9 +2 -4
- data/gemfiles/Gemfile.travis-rbx +13 -0
- data/gemfiles/Gemfile.travis-ruby1.8 +2 -1
- data/gemfiles/Gemfile.travis-ruby1.9 +2 -4
- data/gemfiles/Gemfile.travis-ruby2.2 +9 -0
- data/lib/bio.rb +10 -43
- data/lib/bio/alignment.rb +8 -14
- data/lib/bio/appl/blast.rb +1 -2
- data/lib/bio/appl/blast/format0.rb +18 -7
- data/lib/bio/appl/blast/remote.rb +0 -9
- data/lib/bio/appl/blast/report.rb +1 -1
- data/lib/bio/appl/clustalw/report.rb +3 -1
- data/lib/bio/appl/genscan/report.rb +1 -2
- data/lib/bio/appl/iprscan/report.rb +1 -2
- data/lib/bio/appl/meme/mast.rb +4 -4
- data/lib/bio/appl/meme/mast/report.rb +1 -1
- data/lib/bio/appl/paml/codeml.rb +2 -2
- data/lib/bio/appl/paml/codeml/report.rb +1 -0
- data/lib/bio/appl/paml/common.rb +1 -1
- data/lib/bio/appl/sosui/report.rb +1 -2
- data/lib/bio/command.rb +62 -2
- data/lib/bio/data/aa.rb +13 -31
- data/lib/bio/data/codontable.rb +1 -2
- data/lib/bio/db/biosql/biosql_to_biosequence.rb +1 -0
- data/lib/bio/db/biosql/sequence.rb +1 -1
- data/lib/bio/db/embl/common.rb +1 -1
- data/lib/bio/db/embl/embl.rb +5 -4
- data/lib/bio/db/embl/format_embl.rb +3 -3
- data/lib/bio/db/embl/sptr.rb +9 -1444
- data/lib/bio/db/embl/swissprot.rb +12 -29
- data/lib/bio/db/embl/trembl.rb +13 -30
- data/lib/bio/db/embl/uniprot.rb +12 -29
- data/lib/bio/db/embl/uniprotkb.rb +1455 -0
- data/lib/bio/db/fasta.rb +17 -0
- data/lib/bio/db/fasta/defline.rb +1 -3
- data/lib/bio/db/fastq.rb +1 -1
- data/lib/bio/db/genbank/ddbj.rb +9 -5
- data/lib/bio/db/genbank/refseq.rb +11 -3
- data/lib/bio/db/gff.rb +3 -4
- data/lib/bio/db/go.rb +5 -6
- data/lib/bio/db/kegg/module.rb +4 -5
- data/lib/bio/db/kegg/pathway.rb +4 -5
- data/lib/bio/db/kegg/reaction.rb +1 -1
- data/lib/bio/db/nexus.rb +3 -2
- data/lib/bio/db/pdb/pdb.rb +2 -2
- data/lib/bio/db/phyloxml/phyloxml_elements.rb +82 -59
- data/lib/bio/db/phyloxml/phyloxml_parser.rb +2 -2
- data/lib/bio/db/phyloxml/phyloxml_writer.rb +1 -2
- data/lib/bio/db/sanger_chromatogram/chromatogram.rb +1 -2
- data/lib/bio/db/transfac.rb +1 -1
- data/lib/bio/io/das.rb +40 -41
- data/lib/bio/io/fastacmd.rb +0 -16
- data/lib/bio/io/fetch.rb +111 -55
- data/lib/bio/io/flatfile/buffer.rb +4 -5
- data/lib/bio/io/hinv.rb +2 -3
- data/lib/bio/io/ncbirest.rb +43 -6
- data/lib/bio/io/pubmed.rb +76 -81
- data/lib/bio/io/togows.rb +33 -10
- data/lib/bio/map.rb +1 -1
- data/lib/bio/pathway.rb +1 -1
- data/lib/bio/sequence/compat.rb +1 -1
- data/lib/bio/sequence/na.rb +63 -12
- data/lib/bio/shell.rb +0 -2
- data/lib/bio/shell/core.rb +5 -6
- data/lib/bio/shell/interface.rb +3 -4
- data/lib/bio/shell/irb.rb +1 -2
- data/lib/bio/shell/plugin/entry.rb +2 -3
- data/lib/bio/shell/plugin/seq.rb +7 -6
- data/lib/bio/shell/setup.rb +1 -2
- data/lib/bio/tree.rb +2 -2
- data/lib/bio/util/contingency_table.rb +0 -2
- data/lib/bio/util/restriction_enzyme/range/sequence_range.rb +2 -2
- data/lib/bio/util/sirna.rb +76 -16
- data/lib/bio/version.rb +8 -9
- data/sample/benchmark_clustalw_report.rb +47 -0
- data/sample/biofetch.rb +248 -151
- data/setup.rb +6 -7
- data/test/data/clustalw/example1-seqnos.aln +58 -0
- data/test/network/bio/appl/blast/test_remote.rb +1 -15
- data/test/network/bio/appl/test_blast.rb +0 -12
- data/test/network/bio/io/test_pubmed.rb +49 -0
- data/test/network/bio/io/test_togows.rb +0 -1
- data/test/network/bio/test_command.rb +65 -2
- data/test/unit/bio/appl/bl2seq/test_report.rb +0 -1
- data/test/unit/bio/appl/blast/test_report.rb +110 -48
- data/test/unit/bio/appl/clustalw/test_report.rb +67 -51
- data/test/unit/bio/appl/sim4/test_report.rb +46 -17
- data/test/unit/bio/appl/test_blast.rb +2 -2
- data/test/unit/bio/db/embl/test_embl.rb +0 -1
- data/test/unit/bio/db/embl/test_embl_rel89.rb +0 -1
- data/test/unit/bio/db/embl/{test_sptr.rb → test_uniprotkb.rb} +111 -115
- data/test/unit/bio/db/embl/{test_uniprot_new_part.rb → test_uniprotkb_new_part.rb} +11 -11
- data/test/unit/bio/db/genbank/test_genbank.rb +10 -4
- data/test/unit/bio/db/pdb/test_pdb.rb +14 -8
- data/test/unit/bio/db/test_fasta.rb +41 -1
- data/test/unit/bio/db/test_fastq.rb +14 -4
- data/test/unit/bio/db/test_gff.rb +2 -2
- data/test/unit/bio/db/test_phyloxml.rb +30 -30
- data/test/unit/bio/db/test_phyloxml_writer.rb +2 -2
- data/test/unit/bio/io/flatfile/test_autodetection.rb +1 -2
- data/test/unit/bio/io/flatfile/test_buffer.rb +7 -1
- data/test/unit/bio/io/flatfile/test_splitter.rb +1 -1
- data/test/unit/bio/io/test_togows.rb +3 -2
- data/test/unit/bio/sequence/test_dblink.rb +1 -1
- data/test/unit/bio/sequence/test_na.rb +3 -1
- data/test/unit/bio/test_alignment.rb +1 -2
- data/test/unit/bio/test_command.rb +5 -4
- data/test/unit/bio/test_db.rb +4 -2
- data/test/unit/bio/test_pathway.rb +25 -10
- data/test/unit/bio/util/test_sirna.rb +22 -22
- metadata +656 -1430
- data/doc/KEGG_API.rd +0 -1843
- data/doc/KEGG_API.rd.ja +0 -1834
- data/extconf.rb +0 -2
- data/lib/bio/appl/blast/ddbj.rb +0 -131
- data/lib/bio/db/kegg/taxonomy.rb +0 -280
- data/lib/bio/io/dbget.rb +0 -194
- data/lib/bio/io/ddbjrest.rb +0 -344
- data/lib/bio/io/ddbjxml.rb +0 -458
- data/lib/bio/io/ebisoap.rb +0 -158
- data/lib/bio/io/ensembl.rb +0 -229
- data/lib/bio/io/higet.rb +0 -73
- data/lib/bio/io/keggapi.rb +0 -363
- data/lib/bio/io/ncbisoap.rb +0 -156
- data/lib/bio/io/soapwsdl.rb +0 -119
- data/lib/bio/shell/plugin/keggapi.rb +0 -181
- data/lib/bio/shell/plugin/soap.rb +0 -87
- data/sample/dbget +0 -37
- data/sample/demo_ddbjxml.rb +0 -212
- data/sample/demo_kegg_taxonomy.rb +0 -92
- data/sample/demo_keggapi.rb +0 -502
- data/sample/psortplot_html.rb +0 -214
- data/test/network/bio/io/test_ddbjrest.rb +0 -47
- data/test/network/bio/io/test_ensembl.rb +0 -230
- data/test/network/bio/io/test_soapwsdl.rb +0 -53
- data/test/unit/bio/io/test_ddbjxml.rb +0 -81
- data/test/unit/bio/io/test_ensembl.rb +0 -111
- data/test/unit/bio/io/test_soapwsdl.rb +0 -33
@@ -0,0 +1,204 @@
|
|
1
|
+
= BioRuby 1.4.3 RELEASE NOTES
|
2
|
+
|
3
|
+
A lot of changes have been made to the BioRuby 1.4.3 after the version 1.4.2
|
4
|
+
is released. This document describes important and/or incompatible changes
|
5
|
+
since the BioRuby 1.4.2 release.
|
6
|
+
|
7
|
+
For known problems, see KNOWN_ISSUES.rdoc.
|
8
|
+
|
9
|
+
== New features
|
10
|
+
|
11
|
+
=== Bio::KEGG::KGML
|
12
|
+
|
13
|
+
* New class Bio::KEGG::KGML::Graphics for storing a graphics element.
|
14
|
+
In the instance of the class, "coords" attribute is now available.
|
15
|
+
* New class Bio::KEGG::KGML::Substrate for storing a substrate element.
|
16
|
+
* New class Bio::KEGG::KGML::Product for storing a product element.
|
17
|
+
* New method Bio::KEGG::KGML::Reaction#id.
|
18
|
+
* Improve RDoc documentation.
|
19
|
+
* Unit tests are added.
|
20
|
+
* There are incompatible changes. See Incompatible changes below.
|
21
|
+
|
22
|
+
== Improvements
|
23
|
+
|
24
|
+
=== Portability running on JRuby and Rubinius
|
25
|
+
|
26
|
+
Many failures and errors running on JRuby and Rubinius are resolved.
|
27
|
+
Some of them are due to BioRuby bugs, and some of them are due to JRuby or
|
28
|
+
Rubinius bugs. Artem Tarasov reported bugs in BioRuby and submitted bug
|
29
|
+
reports to Rubinius. Clayton Wheeler and Naohisa Goto fixed bugs in BioRuby
|
30
|
+
and submitted bug reports to JRuby.
|
31
|
+
|
32
|
+
=== Testing on Travis CI
|
33
|
+
|
34
|
+
BioRuby is now using Travis CI (http://travis-ci.org/), a hosted continuous
|
35
|
+
integration service for the open source community.
|
36
|
+
|
37
|
+
== Bug fixes
|
38
|
+
|
39
|
+
=== Strange behavior related with "circular require" is fixed
|
40
|
+
|
41
|
+
Fixed: In previous versions, some bioruby files may be required more than
|
42
|
+
two times, and this sometimes causes strange behavior, depending on the
|
43
|
+
order of files in the disk. In particular, unit tests running on JRuby
|
44
|
+
sometimes crashes with strange errors. In BioRuby 1.4.3, almost all require
|
45
|
+
and autoload lines are revised and are changed to avoid circular require.
|
46
|
+
This also fixes crash on JRuby due to JRuby's autoload bug.
|
47
|
+
|
48
|
+
=== Other bug fixes
|
49
|
+
|
50
|
+
* Fixed: Genomenet remote BLAST does not work.
|
51
|
+
* Fixed: Bio::KEGG::KGML ignores "coords" field.
|
52
|
+
* Fixed: Bio::NucleicAcid.to_re("s") typo
|
53
|
+
* To suppress rare failure of chi-square equiprobability tests for
|
54
|
+
Bio::Sequence::Common#randomize, test code changed to retry up to 10 times
|
55
|
+
if the chi-square test fails. The assertion fails if the chi-square test
|
56
|
+
fails 10 consecutive times, and this strongly suggests bugs in codes or in
|
57
|
+
the random number generator.
|
58
|
+
* Fixed: Bio::EMBL#os raises RuntimeError. The fix includes incompatible
|
59
|
+
change. See below "Incompatible changes".
|
60
|
+
* Fixed: bin/bioruby: Failed to save object with error message "can't convert
|
61
|
+
Symbol into String" on Ruby 1.9.
|
62
|
+
|
63
|
+
== Incompatible changes and removed features
|
64
|
+
|
65
|
+
=== Bio::FlatFile use binmode (binary mode) when opening a file
|
66
|
+
|
67
|
+
In Bio::FlatFile.open and Bio::FlatFile.auto, binmode (binary mode) is used
|
68
|
+
by default when opening a file, unless text mode is explicitly specified
|
69
|
+
with open mode string or with options. Due to the change, files using CR+LF
|
70
|
+
line separator might not be read correctly.
|
71
|
+
|
72
|
+
=== Broader FASTQ file recognition
|
73
|
+
|
74
|
+
Because PacBio RS sequencer may produce kilobases long reads and read buffer
|
75
|
+
size (default 31 lines) for file format detection may not be sufficient to
|
76
|
+
find the second id line starting with "+", the regular expression for FASTQ
|
77
|
+
is truncated only to check the first id line starting with "@".
|
78
|
+
|
79
|
+
=== Bio::KEGG::KGML
|
80
|
+
|
81
|
+
* Bio::KEGG::KGML::Reaction#substrates and Bio::KEGG::KGML::Reaction#products
|
82
|
+
are changed to return an array containing Bio::KEGG::KGML::Substrate and
|
83
|
+
Bio::KEGG::KGML::Product objects, respectively. The changes enables us to
|
84
|
+
get ID of substrates and products that were thrown away in the previous
|
85
|
+
versions.
|
86
|
+
* Most attribute methods that were different from the KGML attribute names
|
87
|
+
are renamed to the names compatible with the KGML attribute names. Old
|
88
|
+
method names are changed to aliases of them and marked as deprecated.
|
89
|
+
The old names will be removed in the future.
|
90
|
+
* Bio::KEGG::KGML::Entry#id (old name: entry_id)
|
91
|
+
* Bio::KEGG::KGML::Entry#type (old name: category)
|
92
|
+
* Bio::KEGG::KGML::Entry#entry1 (old name: node1)
|
93
|
+
* Bio::KEGG::KGML::Entry#entry2 (old name: node2)
|
94
|
+
* Bio::KEGG::KGML::Entry#type (old name: rel)
|
95
|
+
* Bio::KEGG::KGML::Reaction#name (old name: entry_id)
|
96
|
+
* Bio::KEGG::KGML::Reaction#type (old name: direction)
|
97
|
+
* Following attribute methods are deprecated because two or more graphics
|
98
|
+
elements may exist in an entry element. They will be removed in the future.
|
99
|
+
Instead, please use instance methods of Bio::KEGG::KGML::Graphics, which
|
100
|
+
can be obtained from Bio::KEGG::KGML::Entry#graphics attribute.
|
101
|
+
* Bio::KEGG::KGML::Entry#label
|
102
|
+
* Bio::KEGG::KGML::Entry#shape
|
103
|
+
* Bio::KEGG::KGML::Entry#x
|
104
|
+
* Bio::KEGG::KGML::Entry#y
|
105
|
+
* Bio::KEGG::KGML::Entry#width
|
106
|
+
* Bio::KEGG::KGML::Entry#height
|
107
|
+
* Bio::KEGG::KGML::Entry#fgcolor
|
108
|
+
* Bio::KEGG::KGML::Entry#bgcolor
|
109
|
+
|
110
|
+
=== Bio::EMBL#os
|
111
|
+
|
112
|
+
Bio::EMBL#os, returns parser result of the EMBL OS line, no longer splits
|
113
|
+
the content with comma, and it no longer raises error even if the OS line
|
114
|
+
is not in the "Genus species (name)" format. The changes may affect the
|
115
|
+
parsing of old EMBL files which contain two or more species names in an
|
116
|
+
OS line.
|
117
|
+
|
118
|
+
Note that Bio::EMBL#os returns an Array containing several Hash objects,
|
119
|
+
and the argument is always ignored. The return value type and the meaning
|
120
|
+
of the argument might be changed in the future.
|
121
|
+
|
122
|
+
=== Tests
|
123
|
+
|
124
|
+
* Tests using network connections are moved under test/network/.
|
125
|
+
To invoke these tests, run "rake test-network".
|
126
|
+
* BIORUBY_TEST_LIB environment variable
|
127
|
+
* The directory name specified with BIORUBY_TEST_LIB is always added on the
|
128
|
+
top of $LOAD_PATH even if it is already included in the middle of
|
129
|
+
$LOAD_PATH.
|
130
|
+
* When BIORUBY_TEST_LIB is empty, it no longer add an empty string to
|
131
|
+
$LOAD_PATH.
|
132
|
+
* BIORUBY_TEST_LIB is ignored when BIORUBY_TEST_GEM is set.
|
133
|
+
* BIORUBY_TEST_GEM environment variable
|
134
|
+
* New environment variable BIORUBY_TEST_GEM for testing installed
|
135
|
+
bio-X.X.X gem. Version number can be specified.
|
136
|
+
See the following examples with/without the version number:
|
137
|
+
* % env BIORUBY_TEST_GEM=1.4.2.5000 ruby test/runner.rb
|
138
|
+
* % env BIORUBY_TEST_GEM="" ruby test/runner.rb
|
139
|
+
|
140
|
+
=== Other removed features
|
141
|
+
|
142
|
+
* rdoc.zsh is removed because it have not been used for a long time.
|
143
|
+
|
144
|
+
== Known issues
|
145
|
+
|
146
|
+
The following issues are added or updated. See KNOWN_ISSUES.rdoc for other
|
147
|
+
already known issues.
|
148
|
+
|
149
|
+
=== JRuby
|
150
|
+
|
151
|
+
On JRuby, errors may be raised due to the following unfixed bugs in JRuby.
|
152
|
+
|
153
|
+
* {JRUBY-6195}[http://jira.codehaus.org/browse/JRUBY-6195] Process.spawn
|
154
|
+
(and related methods) ignore option hash
|
155
|
+
* {JRUBY-6818}[http://jira.codehaus.org/browse/JRUBY-6818] Kernel.exec,
|
156
|
+
Process.spawn (and IO.popen etc.) raise error when program is an array
|
157
|
+
containing two strings
|
158
|
+
|
159
|
+
With older version of JRuby, you may be bothered by the following bugs that
|
160
|
+
have already been fixed in the head of JRuby.
|
161
|
+
|
162
|
+
* {JRUBY-6658}[http://jira.codehaus.org/browse/JRUBY-6658] Problem when
|
163
|
+
setting up an autoload entry, defining a class via require, then redefining
|
164
|
+
the autoload entry
|
165
|
+
* {JRUBY-6666}[http://jira.codehaus.org/browse/JRUBY-6666] Open3.popen3
|
166
|
+
failing due to missing handling for [path, argv[0]] array
|
167
|
+
* {JRUBY-6819}[http://jira.codehaus.org/browse/JRUBY-6819]
|
168
|
+
java.lang.ArrayIndexOutOfBoundsException in String#each_line
|
169
|
+
|
170
|
+
Due to JRUBY-5678 (resolved issue) and the difference of behavior between
|
171
|
+
CRuby and JRuby written in the comments of the issue tracking page,
|
172
|
+
when running BioRuby on JRuby with sudo or root rights, TMPDIR environment
|
173
|
+
variable should be set to a directory that is not world-writable. Currently,
|
174
|
+
the workaround is needed for running BioRuby tests with JRuby on Travis-CI.
|
175
|
+
|
176
|
+
* {JRUBY-5678}[http://jira.codehaus.org/browse/JRUBY-5678] tmpdir cannot
|
177
|
+
be delete when jruby has sudo/root rights
|
178
|
+
|
179
|
+
=== Rubinius
|
180
|
+
|
181
|
+
According to Travis-CI, unit tests have failed on 1.9 mode of Rubinius.
|
182
|
+
|
183
|
+
With older version of Rubinius, you may be bothered by the following bugs that
|
184
|
+
have already been fixed in the head of Rubinius.
|
185
|
+
|
186
|
+
* {Rubinius Issue #1693}[https://github.com/rubinius/rubinius/issues/1693]
|
187
|
+
String#split gives incorrect output when splitting by /^/
|
188
|
+
* {Rubinius Issue #1724}[https://github.com/rubinius/rubinius/issues/1724]
|
189
|
+
Creating Struct class with length attribute
|
190
|
+
|
191
|
+
=== DDBJ Web API related classes (Bio::DDBJ::*, Bio::BLAST::Remote::DDBJ)
|
192
|
+
|
193
|
+
DDBJ Web API is stopping after their system replacement in March 2012.
|
194
|
+
(See the announcement though it is written only in Japanese:
|
195
|
+
http://www.ddbj.nig.ac.jp/replace/rp120601-j.html)
|
196
|
+
Due to the stop of the DDBJ Web API, Bio::DDBJ::* and Bio::BLAST::Remote::DDBJ
|
197
|
+
which are using the web API can not be used.
|
198
|
+
|
199
|
+
=== SOAP4R with Ruby 1.9
|
200
|
+
|
201
|
+
soap4r-ruby1.9 may raise "ununitialized constant XML::SaxParser" error with
|
202
|
+
some combinations of XML parser libraries. It seems this is a bug of
|
203
|
+
soap4r-ruby1.9.
|
204
|
+
|
data/doc/Tutorial.rd
CHANGED
@@ -1410,12 +1410,6 @@ Information on these biogems, and the many others available, see ((<Biogems.info
|
|
1410
1410
|
|
1411
1411
|
|
1412
1412
|
|
1413
|
-
== KEGG API
|
1414
|
-
|
1415
|
-
Please refer to KEGG_API.rd.ja (English version: ((<URL:http://www.genome.jp/kegg/soap/doc/keggapi_manual.html>)) ) and
|
1416
|
-
|
1417
|
-
* ((<URL:http://www.genome.jp/kegg/soap/>))
|
1418
|
-
|
1419
1413
|
== Ruby Ensembl API
|
1420
1414
|
|
1421
1415
|
The Ruby Ensembl API is a Ruby API to the Ensembl database. It is NOT currently
|
data/doc/Tutorial.rd.html
CHANGED
@@ -1126,17 +1126,12 @@ add new functionality next to the BioRuby core project (BioRuby is a biogem itse
|
|
1126
1126
|
gem install bio-core # BioRuby + stable pure Ruby biogems
|
1127
1127
|
gem install bio-core-ext # bio-core + stable Ruby extensions</pre>
|
1128
1128
|
<p>Information on these biogems, and the many others available, see <a href="http://biogems.info/">Biogems.info</a> or <a href="http://gems.bioruby.org/">gems.bioruby.org</a>.</p>
|
1129
|
-
<h2><a name="label-36" id="label-36">
|
1130
|
-
<p>Please refer to KEGG_API.rd.ja (English version: <a href="http://www.genome.jp/kegg/soap/doc/keggapi_manual.html"><URL:http://www.genome.jp/kegg/soap/doc/keggapi_manual.html></a> ) and</p>
|
1131
|
-
<ul>
|
1132
|
-
<li><a href="http://www.genome.jp/kegg/soap/"><URL:http://www.genome.jp/kegg/soap/></a></li>
|
1133
|
-
</ul>
|
1134
|
-
<h2><a name="label-37" id="label-37">Ruby Ensembl API</a></h2><!-- RDLabel: "Ruby Ensembl API" -->
|
1129
|
+
<h2><a name="label-36" id="label-36">Ruby Ensembl API</a></h2><!-- RDLabel: "Ruby Ensembl API" -->
|
1135
1130
|
<p>The Ruby Ensembl API is a Ruby API to the Ensembl database. It is NOT currently
|
1136
1131
|
included in the BioRuby archives. To install it, see
|
1137
1132
|
<a href="http://wiki.github.com/jandot/ruby-ensembl-api">the Ruby-Ensembl Github</a>
|
1138
1133
|
for more information.</p>
|
1139
|
-
<h3><a name="label-
|
1134
|
+
<h3><a name="label-37" id="label-37">Gene Ontology (GO) through the Ruby Ensembl API</a></h3><!-- RDLabel: "Gene Ontology (GO) through the Ruby Ensembl API" -->
|
1140
1135
|
<p>Gene Ontologies can be fetched through the Ruby Ensembl API package:</p>
|
1141
1136
|
<pre>require 'ensembl'
|
1142
1137
|
Ensembl::Core::DBConnection.connect('drosophila_melanogaster')
|
@@ -1153,10 +1148,10 @@ infile.each do |line|
|
|
1153
1148
|
end</pre>
|
1154
1149
|
<p>Prints each mosq. accession/uniq identifier and the GO terms from the Drosphila
|
1155
1150
|
homologues.</p>
|
1156
|
-
<h2><a name="label-
|
1151
|
+
<h2><a name="label-38" id="label-38">Using BioPerl or BioPython from Ruby</a></h2><!-- RDLabel: "Using BioPerl or BioPython from Ruby" -->
|
1157
1152
|
<p>A possible route is to opt for JRuby and Jython on the JAVA virtual machine (JVM).</p>
|
1158
1153
|
<p>At the moment there is no easy way of accessing BioPerl or BioPython directly from Ruby. A possibility is to create a Perl or Python server that gets accessed through XML/RPC or SOAP.</p>
|
1159
|
-
<h2><a name="label-
|
1154
|
+
<h2><a name="label-39" id="label-39">Installing required external libraries</a></h2><!-- RDLabel: "Installing required external libraries" -->
|
1160
1155
|
<p>At this point for using BioRuby no additional libraries are needed, except if
|
1161
1156
|
you are using the Bio::PhyloXML module; then you have to install libxml-ruby.</p>
|
1162
1157
|
<p>This may change, so keep an eye on the Bioruby website. Also when
|
@@ -1165,20 +1160,20 @@ a package is missing BioRuby should show an informative message.</p>
|
|
1165
1160
|
painful, as the gem standard for packages evolved late and some still
|
1166
1161
|
force you to copy things by hand. Therefore read the README's
|
1167
1162
|
carefully that come with each package.</p>
|
1168
|
-
<h3><a name="label-
|
1163
|
+
<h3><a name="label-40" id="label-40">Installing libxml-ruby</a></h3><!-- RDLabel: "Installing libxml-ruby" -->
|
1169
1164
|
<p>The simplest way is to use the RubyGems packaging system:</p>
|
1170
1165
|
<pre>gem install -r libxml-ruby</pre>
|
1171
1166
|
<p>If you get `require': no such file to load - mkmf (LoadError) error then do</p>
|
1172
1167
|
<pre>sudo apt-get install ruby-dev</pre>
|
1173
1168
|
<p>If you have other problems with installation, then see <a href="http://libxml.rubyforge.org/install.xml"><URL:http://libxml.rubyforge.org/install.xml></a>.</p>
|
1174
|
-
<h2><a name="label-
|
1169
|
+
<h2><a name="label-41" id="label-41">Trouble shooting</a></h2><!-- RDLabel: "Trouble shooting" -->
|
1175
1170
|
<ul>
|
1176
1171
|
<li>Error: in `require': no such file to load -- bio (LoadError)</li>
|
1177
1172
|
</ul>
|
1178
1173
|
<p>Ruby is failing to find the BioRuby libraries - add it to the RUBYLIB path, or pass
|
1179
1174
|
it to the interpeter. For example:</p>
|
1180
1175
|
<pre>ruby -I$BIORUBYPATH/lib yourprogram.rb</pre>
|
1181
|
-
<h2><a name="label-
|
1176
|
+
<h2><a name="label-42" id="label-42">Modifying this page</a></h2><!-- RDLabel: "Modifying this page" -->
|
1182
1177
|
<p>IMPORTANT NOTICE: This page is maintained in the BioRuby source code
|
1183
1178
|
repository. Please edit the file there otherwise changes may get
|
1184
1179
|
lost. See <!-- Reference, RDLabel "BioRuby Developer Information" doesn't exist --><em class="label-not-found">BioRuby Developer Information</em><!-- Reference end --> for repository and mailing list
|
data/doc/Tutorial.rd.ja
CHANGED
@@ -5,71 +5,71 @@
|
|
5
5
|
Copyright (C) 2001-2003, 2005, 2006 Toshiaki Katayama <k@bioruby.org>
|
6
6
|
Copyright (C) 2005, 2006 Naohisa Goto <ng@bioruby.org>
|
7
7
|
|
8
|
-
= BioRuby
|
8
|
+
= BioRuby の使い方
|
9
9
|
|
10
|
-
BioRuby
|
11
|
-
|
10
|
+
BioRuby は国産の高機能オブジェクト指向スクリプト言語 Ruby のための
|
11
|
+
オープンソースなバイオインフォマティクス用ライブラリです。
|
12
12
|
|
13
|
-
Ruby
|
14
|
-
|
15
|
-
|
16
|
-
((<URL:http://www.ruby-lang.org/>))
|
13
|
+
Ruby 言語は Perl 言語ゆずりの強力なテキスト処理と、
|
14
|
+
シンプルで分かりやすい文法、クリアなオブジェクト指向機能により、
|
15
|
+
広く使われるようになりました。Ruby について詳しくは、ウェブサイト
|
16
|
+
((<URL:http://www.ruby-lang.org/>)) や市販の書籍等を参照してください。
|
17
17
|
|
18
|
-
==
|
18
|
+
== はじめに
|
19
19
|
|
20
|
-
BioRuby
|
20
|
+
BioRuby を使用するには Ruby と BioRuby をインストールする必要があります。
|
21
21
|
|
22
|
-
=== Ruby
|
22
|
+
=== Ruby のインストール
|
23
23
|
|
24
|
-
Ruby
|
25
|
-
Windows
|
26
|
-
|
24
|
+
Ruby は Mac OS X や最近の UNIX には通常インストールされています。
|
25
|
+
Windows の場合も1クリックインストーラや ActiveScriptRuby などが
|
26
|
+
用意されています。まだインストールされていない場合は
|
27
27
|
|
28
28
|
* ((<URL:http://jp.rubyist.net/magazine/?0002-FirstProgramming>))
|
29
29
|
* ((<URL:http://jp.rubyist.net/magazine/?FirstStepRuby>))
|
30
30
|
|
31
|
-
|
31
|
+
などを参考にしてインストールしましょう。
|
32
32
|
|
33
|
-
|
34
|
-
|
33
|
+
あなたのコンピュータにどのバージョンの Ruby がインストールされているかを
|
34
|
+
チェックするには
|
35
35
|
|
36
36
|
% ruby -v
|
37
37
|
|
38
|
-
|
38
|
+
とコマンドを入力してください。すると、たとえば
|
39
39
|
|
40
40
|
ruby 1.8.2 (2004-12-25) [powerpc-darwin7.7.0]
|
41
41
|
|
42
|
-
|
42
|
+
のような感じでバージョンが表示されます。バージョン 1.8.5 以降をお勧めします。
|
43
43
|
|
44
|
-
Ruby
|
45
|
-
|
44
|
+
Ruby 標準装備のクラスやメソッドについては、Ruby のリファレンスマニュアルを
|
45
|
+
参照してください。
|
46
46
|
|
47
47
|
* ((<URL:http://www.ruby-lang.org/ja/man/>))
|
48
48
|
* ((<URL:http://doc.okkez.net/>))
|
49
49
|
|
50
|
-
|
51
|
-
|
50
|
+
コマンドラインでヘルプを参照するには、Ruby 標準添付の ri コマンドや、
|
51
|
+
日本語版の refe コマンドが便利です。
|
52
52
|
|
53
53
|
* ((<URL:http://i.loveruby.net/ja/prog/refe.html>))
|
54
54
|
|
55
|
-
=== RubyGems
|
55
|
+
=== RubyGems のインストール
|
56
56
|
|
57
|
-
RubyGems
|
57
|
+
RubyGems のページから最新版をダウンロードします。
|
58
58
|
|
59
59
|
* ((<URL:http://rubyforge.org/projects/rubygems/>))
|
60
60
|
|
61
|
-
|
61
|
+
展開してインストールします。
|
62
62
|
|
63
63
|
% tar zxvf rubygems-x.x.x.tar.gz
|
64
64
|
% cd rubygems-x.x.x
|
65
65
|
% ruby setup.rb
|
66
66
|
|
67
|
-
=== BioRuby
|
67
|
+
=== BioRuby のインストール
|
68
68
|
|
69
|
-
BioRuby
|
70
|
-
|
71
|
-
|
72
|
-
BioRuby
|
69
|
+
BioRuby のインストール方法は ((<URL:http://bioruby.org/archive/>)) から
|
70
|
+
最新版を取得して以下のように行います(※1)。同梱されている README ファイルにも
|
71
|
+
目を通して頂きたいのですが、慣れないと1日がかりになる BioPerl と比べて
|
72
|
+
BioRuby のインストールはすぐに終わるはずです。
|
73
73
|
|
74
74
|
% wget http://bioruby.org/archive/bioruby-x.x.x.tar.gz
|
75
75
|
% tar zxvf bioruby-x.x.x.tar.gz
|
@@ -77,128 +77,128 @@ BioRuby
|
|
77
77
|
% su
|
78
78
|
# ruby setup.rb
|
79
79
|
|
80
|
-
RubyGems
|
80
|
+
RubyGems が使える環境であれば
|
81
81
|
|
82
82
|
% gem install bio
|
83
83
|
|
84
|
-
|
84
|
+
だけでインストールできます。このあと README ファイルに書かれているように
|
85
85
|
|
86
86
|
bioruby-x.x.x/etc/bioinformatics/seqdatabase.ini
|
87
87
|
|
88
|
-
|
89
|
-
|
88
|
+
というファイルをホームディレクトリの ~/.bioinformatics にコピーして
|
89
|
+
おくとよいでしょう。RubyGems の場合は
|
90
90
|
|
91
91
|
/usr/local/lib/ruby/gems/1.8/gems/bio-x.x.x/
|
92
92
|
|
93
|
-
|
93
|
+
などにあるはずです。
|
94
94
|
|
95
95
|
% mkdir ~/.bioinformatics
|
96
96
|
% cp bioruby-x.x.x/etc/bioinformatics/seqdatabase.ini ~/.bioinformatics
|
97
97
|
|
98
|
-
|
99
|
-
misc/ruby-mode.el
|
98
|
+
また、Emacs エディタを使う人は Ruby のソースに同梱されている
|
99
|
+
misc/ruby-mode.el をインストールしておくとよいでしょう。
|
100
100
|
|
101
101
|
% mkdir -p ~/lib/lisp/ruby
|
102
102
|
% cp ruby-x.x.x/misc/ruby-mode.el ~/lib/lisp/ruby
|
103
103
|
|
104
|
-
|
104
|
+
などとしておいて、~/.emacs に以下の設定を書き足します。
|
105
105
|
|
106
|
-
; subdirs
|
106
|
+
; subdirs の設定
|
107
107
|
(let ((default-directory "~/lib/lisp"))
|
108
108
|
(normal-top-level-add-subdirs-to-load-path)
|
109
109
|
|
110
|
-
; ruby-mode
|
110
|
+
; ruby-mode の設定
|
111
111
|
(autoload 'ruby-mode "ruby-mode" "Mode for editing ruby source files")
|
112
112
|
(add-to-list 'auto-mode-alist '("\\.rb$" . rd-mode))
|
113
113
|
(add-to-list 'interpeter-mode-alist '("ruby" . ruby-mode))
|
114
114
|
|
115
|
-
== BioRuby
|
115
|
+
== BioRuby シェル
|
116
116
|
|
117
|
-
BioRuby
|
118
|
-
bioruby
|
119
|
-
|
120
|
-
|
117
|
+
BioRuby バージョン 0.7 以降では、簡単な操作は BioRuby と共にインストールされる
|
118
|
+
bioruby コマンドで行うことができます。bioruby コマンドは Ruby に内蔵されている
|
119
|
+
インタラクティブシェル irb を利用しており、Ruby と BioRuby にできることは全て
|
120
|
+
自由に実行することができます。
|
121
121
|
|
122
122
|
% bioruby project1
|
123
123
|
|
124
|
-
|
125
|
-
|
126
|
-
|
124
|
+
引数で指定した名前のディレクトリが作成され、その中で解析を行います。
|
125
|
+
上記の例の場合 project1 というディレクトリが作成され、さらに以下の
|
126
|
+
サブディレクトリやファイルが作られます。
|
127
127
|
|
128
|
-
data/
|
129
|
-
plugin/
|
130
|
-
session/
|
131
|
-
session/config
|
132
|
-
session/history
|
133
|
-
session/object
|
128
|
+
data/ ユーザの解析ファイルを置く場所
|
129
|
+
plugin/ 必要に応じて追加のプラグインを置く場所
|
130
|
+
session/ 設定やオブジェクト、ヒストリなどが保存される場所
|
131
|
+
session/config ユーザの設定を保存したファイル
|
132
|
+
session/history ユーザの入力したコマンドのヒストリを保存したファイル
|
133
|
+
session/object 永続化されたオブジェクトの格納ファイル
|
134
134
|
|
135
|
-
|
136
|
-
|
137
|
-
|
135
|
+
このうち、data ディレクトリはユーザが自由に書き換えて構いません。
|
136
|
+
また、session/history ファイルを見ると、いつどのような操作を行ったかを
|
137
|
+
確認することができます。
|
138
138
|
|
139
|
-
|
139
|
+
2回目以降は、初回と同様に
|
140
140
|
|
141
141
|
% bioruby project1
|
142
142
|
|
143
|
-
|
143
|
+
として起動しても構いませんし、作成されたディレクトリに移動して
|
144
144
|
|
145
145
|
% cd project1
|
146
146
|
% bioruby
|
147
147
|
|
148
|
-
|
148
|
+
のように引数なしで起動することもできます。
|
149
149
|
|
150
|
-
|
151
|
-
web
|
152
|
-
|
150
|
+
この他、script コマンドで作成されるスクリプトファイルや、
|
151
|
+
web コマンドで作成される Rails のための設定ファイルなどがありますが、
|
152
|
+
それらについては必要に応じて後述します。
|
153
153
|
|
154
|
-
BioRuby
|
155
|
-
|
156
|
-
|
154
|
+
BioRuby シェルではデフォルトでいくつかの便利なライブラリを読み込んでいます。
|
155
|
+
例えば readline ライブラリが使える環境では Tab キーでメソッド名や変数名が
|
156
|
+
補完されるはずです。open-uri, pp, yaml なども最初から読み込まれています。
|
157
157
|
|
158
|
-
===
|
158
|
+
=== 塩基, アミノ酸の配列を作る
|
159
159
|
|
160
160
|
--- getseq(str)
|
161
161
|
|
162
|
-
getseq
|
163
|
-
|
164
|
-
|
162
|
+
getseq コマンド(※2)を使って文字列から塩基配列やアミノ酸配列を作ることが
|
163
|
+
できます。塩基とアミノ酸は ATGC の含量が 90% 以上かどうかで自動判定されます。
|
164
|
+
ここでは、できた塩基配列を dna という変数に代入します。
|
165
165
|
|
166
166
|
bioruby> dna = getseq("atgcatgcaaaa")
|
167
167
|
|
168
|
-
|
168
|
+
変数の中身を確認するには Ruby の puts メソッドを使います。
|
169
169
|
|
170
170
|
bioruby> puts dna
|
171
171
|
atgcatgcaaaa
|
172
172
|
|
173
|
-
|
174
|
-
GenBank, EMBL, UniProt, FASTA
|
175
|
-
|
176
|
-
|
177
|
-
|
173
|
+
ファイル名を引数に与えると手元にあるファイルから配列を得ることもできます。
|
174
|
+
GenBank, EMBL, UniProt, FASTA など主要な配列フォーマットは自動判別されます
|
175
|
+
(拡張子などのファイル名ではなくエントリの中身で判定します)。
|
176
|
+
以下は UniProt フォーマットのエントリをファイルから読み込んでいます。
|
177
|
+
この方法では、複数のエントリがある場合最初のエントリだけが読み込まれます。
|
178
178
|
|
179
179
|
bioruby> cdc2 = getseq("p04551.sp")
|
180
180
|
bioruby> puts cdc2
|
181
|
-
MENYQKVEKIGEGTYGVVYKARHKLSGRIVAMKKIRLEDESEGVPSTAIREISLLKEVNDENNRSN...(
|
181
|
+
MENYQKVEKIGEGTYGVVYKARHKLSGRIVAMKKIRLEDESEGVPSTAIREISLLKEVNDENNRSN...(略)
|
182
182
|
|
183
|
-
|
184
|
-
|
183
|
+
データベース名とエントリ名が分かっていれば、インターネットを通じて
|
184
|
+
配列を自動的に取得することができます。
|
185
185
|
|
186
186
|
bioruby> psaB = getseq("genbank:AB044425")
|
187
187
|
bioruby> puts psaB
|
188
|
-
actgaccctgttcatattcgtcctattgctcacgcgatttgggatccgcactttggccaaccagca...(
|
188
|
+
actgaccctgttcatattcgtcctattgctcacgcgatttgggatccgcactttggccaaccagca...(略)
|
189
189
|
|
190
|
-
|
191
|
-
|
192
|
-
|
193
|
-
|
194
|
-
EMBOSS
|
195
|
-
~/.embossrc
|
190
|
+
どこのデータベースからどのような方法でエントリを取得するかは、BioPerl
|
191
|
+
などと共通の OBDA 設定ファイル ~/.bioinformatics/seqdatabase.ini
|
192
|
+
を用いてデータベースごとに指定することができます(後述)。
|
193
|
+
また、EMBOSS の seqret コマンドによる配列取得にも対応していますので、
|
194
|
+
EMBOSS の USA 表記でもエントリを取得できます。EMBOSS のマニュアルを参照し
|
195
|
+
~/.embossrc を適切に設定してください。
|
196
196
|
|
197
|
-
|
198
|
-
|
197
|
+
どの方法で取得した場合も、getseq コマンドによって返される配列は、
|
198
|
+
汎用の配列クラス Bio::Sequence になります(※3)。
|
199
199
|
|
200
|
-
|
201
|
-
moltype
|
200
|
+
配列が塩基配列とアミノ酸配列のどちらと判定されているのかは、
|
201
|
+
moltype メソッドを用いて
|
202
202
|
|
203
203
|
bioruby> p cdc2.moltype
|
204
204
|
Bio::Sequence::AA
|
@@ -206,9 +206,9 @@ moltype
|
|
206
206
|
bioruby> p psaB.moltype
|
207
207
|
Bio::Sequence::NA
|
208
208
|
|
209
|
-
|
210
|
-
na, aa
|
211
|
-
|
209
|
+
のように調べることができます。自動判定が間違っている場合などには
|
210
|
+
na, aa メソッドで強制的に変換できます。なお、これらのメソッドは
|
211
|
+
元のオブジェクトを強制的に書き換えます。
|
212
212
|
|
213
213
|
bioruby> dna.aa
|
214
214
|
bioruby> p dna.moltype
|
@@ -218,38 +218,38 @@ na, aa
|
|
218
218
|
bioruby> p dna.moltype
|
219
219
|
Bio::Sequence::NA
|
220
220
|
|
221
|
-
|
221
|
+
または、to_naseq, to_aaseq メソッドで強制的に変換することもできます。
|
222
222
|
|
223
223
|
bioruby> pep = dna.to_aaseq
|
224
224
|
|
225
|
-
to_naseq, to_aaseq
|
226
|
-
DNA
|
227
|
-
Bio::Sequence::AA
|
228
|
-
|
225
|
+
to_naseq, to_aaseq メソッドの返すオブジェクトは、それぞれ、
|
226
|
+
DNA 配列のための Bio::Sequence::NA クラス、アミノ酸配列のための
|
227
|
+
Bio::Sequence::AA クラスのオブジェクトになります。
|
228
|
+
配列がどちらのクラスに属するかは Ruby の class メソッドを用いて
|
229
229
|
|
230
230
|
bioruby> p pep.class
|
231
231
|
Bio::Sequence::AA
|
232
232
|
|
233
|
-
|
233
|
+
のように調べることができます。
|
234
234
|
|
235
|
-
|
236
|
-
|
235
|
+
強制的に変換せずに、Bio::Sequence::NA クラスまたは Bio::sequence::AA クラス
|
236
|
+
のどちらかのオブジェクトを得たい場合には seq メソッドを使います(※4)。
|
237
237
|
|
238
238
|
bioruby> pep2 = cdc2.seq
|
239
239
|
bioruby> p pep2.class
|
240
240
|
Bio::Sequence::AA
|
241
241
|
|
242
|
-
|
243
|
-
|
244
|
-
|
245
|
-
|
242
|
+
また、以下で解説する complement や translate などのメソッドの結果は、
|
243
|
+
塩基配列を返すことが期待されるメソッドは Bio::Sequence::NA クラス、
|
244
|
+
アミノ酸配列を返すことが期待されるメソッドは Bio::sequence::AA クラス
|
245
|
+
のオブジェクトになります。
|
246
246
|
|
247
|
-
|
248
|
-
|
249
|
-
|
250
|
-
length
|
251
|
-
Ruby
|
252
|
-
|
247
|
+
塩基配列やアミノ酸配列のクラスは Ruby の文字列クラスである String を
|
248
|
+
継承しています。また、Bio::Sequence クラスのオブジェクトは String の
|
249
|
+
オブジェクトと見かけ上同様に働くように工夫されています。このため、
|
250
|
+
length で長さを調べたり、+ で足し合わせたり、* で繰り返したりなど、
|
251
|
+
Ruby の文字列に対して行える操作は全て利用可能です。
|
252
|
+
このような特徴はオブジェクト指向の強力な側面の一つと言えるでしょう。
|
253
253
|
|
254
254
|
bioruby> puts dna.length
|
255
255
|
12
|
@@ -262,32 +262,32 @@ Ruby
|
|
262
262
|
|
263
263
|
:complement
|
264
264
|
|
265
|
-
|
265
|
+
塩基配列の相補鎖配列を得るには塩基配列の complement メソッドを呼びます。
|
266
266
|
|
267
267
|
bioruby> puts dna.complement
|
268
268
|
ttttgcatgcat
|
269
269
|
|
270
270
|
:translate
|
271
271
|
|
272
|
-
|
273
|
-
|
272
|
+
塩基配列をアミノ酸配列に翻訳するには translate メソッドを使います。
|
273
|
+
翻訳されたアミノ酸配列を pep という変数に代入してみます。
|
274
274
|
|
275
275
|
bioruby> pep = dna.translate
|
276
276
|
bioruby> puts pep
|
277
277
|
MHAK
|
278
278
|
|
279
|
-
|
279
|
+
フレームを変えて翻訳するには
|
280
280
|
|
281
281
|
bioruby> puts dna.translate(2)
|
282
282
|
CMQ
|
283
283
|
bioruby> puts dna.translate(3)
|
284
284
|
ACK
|
285
285
|
|
286
|
-
|
286
|
+
などとします。
|
287
287
|
|
288
288
|
:molecular_weight
|
289
289
|
|
290
|
-
|
290
|
+
分子量は molecular_weight メソッドで表示されます。
|
291
291
|
|
292
292
|
bioruby> puts dna.molecular_weight
|
293
293
|
3718.66444
|
@@ -297,7 +297,7 @@ Ruby
|
|
297
297
|
|
298
298
|
--- seqstat(seq)
|
299
299
|
|
300
|
-
seqstat
|
300
|
+
seqstat コマンドを使うと、組成などの情報も一度に表示されます。
|
301
301
|
|
302
302
|
bioruby> seqstat(dna)
|
303
303
|
|
@@ -350,7 +350,7 @@ seqstat
|
|
350
350
|
//
|
351
351
|
|
352
352
|
|
353
|
-
|
353
|
+
アミノ酸配列の場合は以下のようになります。
|
354
354
|
|
355
355
|
bioruby> seqstat(pep)
|
356
356
|
|
@@ -367,38 +367,38 @@ seqstat
|
|
367
367
|
|
368
368
|
:composition
|
369
369
|
|
370
|
-
seqstat
|
371
|
-
|
372
|
-
puts
|
370
|
+
seqstat の中で表示されている組成は composition メソッドで得ることができます。
|
371
|
+
結果が文字列ではなく Hash で返されるので、とりあえず表示してみる場合には
|
372
|
+
puts の代わりに p コマンドを使うと良いでしょう。
|
373
373
|
|
374
374
|
bioruby> p dna.composition
|
375
375
|
{"a"=>6, "c"=>2, "g"=>2, "t"=>2}
|
376
376
|
|
377
|
-
====
|
377
|
+
==== 塩基配列、アミノ酸配列のその他のメソッド
|
378
378
|
|
379
|
-
|
379
|
+
他にも塩基配列、アミノ酸配列に対して行える操作は色々とあります。
|
380
380
|
|
381
381
|
:subseq(from, to)
|
382
382
|
|
383
|
-
|
383
|
+
部分配列を取り出すには subseq メソッドを使います。
|
384
384
|
|
385
385
|
bioruby> puts dna.subseq(1, 3)
|
386
386
|
atg
|
387
387
|
|
388
|
-
Ruby
|
389
|
-
subseq
|
388
|
+
Ruby など多くのプログラミング言語の文字列は 1 文字目を 0 から数えますが、
|
389
|
+
subseq メソッドは 1 から数えて切り出せるようになっています。
|
390
390
|
|
391
391
|
bioruby> puts dna[0, 3]
|
392
392
|
atg
|
393
393
|
|
394
|
-
Ruby
|
395
|
-
|
394
|
+
Ruby の String クラスが持つ slice メソッド str[] と適宜使い分けると
|
395
|
+
よいでしょう。
|
396
396
|
|
397
397
|
:window_search(len, step)
|
398
398
|
|
399
|
-
window_search
|
400
|
-
|
401
|
-
|
399
|
+
window_search メソッドを使うと長い配列の部分配列毎の繰り返しを
|
400
|
+
簡単に行うことができます。DNA 配列をコドン毎に処理する場合、
|
401
|
+
3文字ずつずらしながら3文字を切り出せばよいので以下のようになります。
|
402
402
|
|
403
403
|
bioruby> dna.window_search(3, 3) do |codon|
|
404
404
|
bioruby+ puts "#{codon}\t#{codon.translate}"
|
@@ -408,15 +408,15 @@ window_search
|
|
408
408
|
gca A
|
409
409
|
aaa K
|
410
410
|
|
411
|
-
|
412
|
-
|
411
|
+
ゲノム配列を、末端 1000bp をオーバーラップさせながら 11000bp ごとに
|
412
|
+
ブツ切りにし FASTA フォーマットに整形する場合は以下のようになります。
|
413
413
|
|
414
414
|
bioruby> seq.window_search(11000, 10000) do |subseq|
|
415
415
|
bioruby+ puts subseq.to_fasta
|
416
416
|
bioruby+ end
|
417
417
|
|
418
|
-
|
419
|
-
|
418
|
+
最後の 10000bp に満たない 3' 端の余り配列は返り値として得られるので、
|
419
|
+
必要な場合は別途受け取って表示します。
|
420
420
|
|
421
421
|
bioruby> i = 1
|
422
422
|
bioruby> remainder = seq.window_search(11000, 10000) do |subseq|
|
@@ -427,8 +427,8 @@ window_search
|
|
427
427
|
|
428
428
|
:splicing(position)
|
429
429
|
|
430
|
-
|
431
|
-
|
430
|
+
塩基配列の GenBank 等の position 文字列による切り出しは splicing
|
431
|
+
メソッドで行います。
|
432
432
|
|
433
433
|
bioruby> puts dna
|
434
434
|
atgcatgcaaaa
|
@@ -437,15 +437,15 @@ window_search
|
|
437
437
|
|
438
438
|
:randomize
|
439
439
|
|
440
|
-
randomize
|
440
|
+
randomize メソッドは、配列の組成を保存したままランダム配列を生成します。
|
441
441
|
|
442
442
|
bioruby> puts dna.randomize
|
443
443
|
agcaatagatac
|
444
444
|
|
445
445
|
:to_re
|
446
446
|
|
447
|
-
to_re
|
448
|
-
|
447
|
+
to_re メソッドは、曖昧な塩基の表記を含む塩基配列を atgc だけの
|
448
|
+
パターンからなる正規表現に変換します。
|
449
449
|
|
450
450
|
bioruby> ambiguous = getseq("atgcyatgcatgcatgc")
|
451
451
|
|
@@ -455,9 +455,9 @@ to_re
|
|
455
455
|
bioruby> puts ambiguous.to_re
|
456
456
|
(?-mix:atgc[tc]atgcatgcatgc)
|
457
457
|
|
458
|
-
seq
|
459
|
-
|
460
|
-
|
458
|
+
seq メソッドは ATGC の含有量が 90% 以下だとアミノ酸配列とみなすので、
|
459
|
+
曖昧な塩基が多く含まれる配列の場合は to_naseq メソッドを使って
|
460
|
+
明示的に Bio::Sequence::NA オブジェクトに変換する必要があります。
|
461
461
|
|
462
462
|
bioruby> s = getseq("atgcrywskmbvhdn").to_naseq
|
463
463
|
bioruby> p s.to_re
|
@@ -468,8 +468,8 @@ seq
|
|
468
468
|
|
469
469
|
:names
|
470
470
|
|
471
|
-
|
472
|
-
|
471
|
+
あまり使うことはありませんが、配列を塩基名やアミノ酸名に変換する
|
472
|
+
メソッドです。
|
473
473
|
|
474
474
|
bioruby> p dna.names
|
475
475
|
["adenine", "thymine", "guanine", "cytosine", "adenine", "thymine",
|
@@ -480,35 +480,35 @@ seq
|
|
480
480
|
|
481
481
|
:codes
|
482
482
|
|
483
|
-
|
483
|
+
アミノ酸配列を3文字コードに変換する names と似たメソッドです。
|
484
484
|
|
485
485
|
bioruby> p pep.codes
|
486
486
|
["Met", "His", "Ala", "Lys"]
|
487
487
|
|
488
488
|
:gc_percent
|
489
489
|
|
490
|
-
|
490
|
+
塩基配列の GC 含量は gc_percent メソッドで得られます。
|
491
491
|
|
492
492
|
bioruby> p dna.gc_percent
|
493
493
|
33
|
494
494
|
|
495
495
|
:to_fasta
|
496
496
|
|
497
|
-
FASTA
|
497
|
+
FASTA フォーマットに変換するには to_fasta メソッドを使います。
|
498
498
|
|
499
499
|
bioruby> puts dna.to_fasta("dna sequence")
|
500
500
|
>dna sequence
|
501
501
|
aaccggttacgt
|
502
502
|
|
503
503
|
|
504
|
-
===
|
504
|
+
=== 塩基やアミノ酸のコード、コドン表をあつかう
|
505
505
|
|
506
|
-
|
507
|
-
codontables, codontable
|
506
|
+
アミノ酸、塩基、コドンテーブルを得るための aminoacids, nucleicacids,
|
507
|
+
codontables, codontable コマンドを紹介します。
|
508
508
|
|
509
509
|
--- aminoacids
|
510
510
|
|
511
|
-
|
511
|
+
アミノ酸の一覧は aminoacids コマンドで表示できます。
|
512
512
|
|
513
513
|
bioruby> aminoacids
|
514
514
|
? Pyl pyrrolysine
|
@@ -536,7 +536,7 @@ codontables, codontable
|
|
536
536
|
Y Tyr tyrosine
|
537
537
|
Z Glx glutamine/glutamic acid
|
538
538
|
|
539
|
-
|
539
|
+
返り値は短い表記と対応する長い表記のハッシュになっています。
|
540
540
|
|
541
541
|
bioruby> aa = aminoacids
|
542
542
|
bioruby> puts aa["G"]
|
@@ -546,7 +546,7 @@ codontables, codontable
|
|
546
546
|
|
547
547
|
--- nucleicacids
|
548
548
|
|
549
|
-
|
549
|
+
塩基の一覧は nucleicacids コマンドで表示できます。
|
550
550
|
|
551
551
|
bioruby> nucleicacids
|
552
552
|
a a Adenine
|
@@ -566,7 +566,7 @@ codontables, codontable
|
|
566
566
|
d [atg] not C
|
567
567
|
n [atgc]
|
568
568
|
|
569
|
-
|
569
|
+
返り値は塩基の1文字表記と該当する塩基のハッシュになっています。
|
570
570
|
|
571
571
|
bioruby> na = nucleicacids
|
572
572
|
bioruby> puts na["r"]
|
@@ -574,7 +574,7 @@ codontables, codontable
|
|
574
574
|
|
575
575
|
--- codontables
|
576
576
|
|
577
|
-
|
577
|
+
コドンテーブルの一覧は codontables コマンドで表示できます。
|
578
578
|
|
579
579
|
bioruby> codontables
|
580
580
|
1 Standard (Eukaryote)
|
@@ -595,7 +595,7 @@ codontables, codontable
|
|
595
595
|
22 Scenedesmus obliquus mitochondrial
|
596
596
|
23 Thraustochytrium Mitochondrial
|
597
597
|
|
598
|
-
|
598
|
+
返り値はテーブル番号と名前のハッシュになっています。
|
599
599
|
|
600
600
|
bioruby> ct = codontables
|
601
601
|
bioruby> puts ct[3]
|
@@ -603,7 +603,7 @@ codontables, codontable
|
|
603
603
|
|
604
604
|
--- codontable(num)
|
605
605
|
|
606
|
-
|
606
|
+
コドン表自体は codontable コマンドで表示できます。
|
607
607
|
|
608
608
|
bioruby> codontable(11)
|
609
609
|
|
@@ -639,8 +639,8 @@ codontables, codontable
|
|
639
639
|
*---------------------------------------------*
|
640
640
|
|
641
641
|
|
642
|
-
|
643
|
-
|
642
|
+
返り値は Bio::CodonTable クラスのオブジェクトで、コドンとアミノ酸の
|
643
|
+
変換ができるだけでなく、以下のようなデータも得ることができます。
|
644
644
|
|
645
645
|
bioruby> ct = codontable(2)
|
646
646
|
bioruby> p ct["atg"]
|
@@ -648,47 +648,47 @@ codontables, codontable
|
|
648
648
|
|
649
649
|
:definition
|
650
650
|
|
651
|
-
|
651
|
+
コドン表の定義の説明
|
652
652
|
|
653
653
|
bioruby> puts ct.definition
|
654
654
|
Vertebrate Mitochondrial
|
655
655
|
|
656
656
|
:start
|
657
657
|
|
658
|
-
|
658
|
+
開始コドン一覧
|
659
659
|
|
660
660
|
bioruby> p ct.start
|
661
661
|
["att", "atc", "ata", "atg", "gtg"]
|
662
662
|
|
663
663
|
:stop
|
664
664
|
|
665
|
-
|
665
|
+
終止コドン一覧
|
666
666
|
|
667
667
|
bioruby> p ct.stop
|
668
668
|
["taa", "tag", "aga", "agg"]
|
669
669
|
|
670
670
|
:revtrans
|
671
671
|
|
672
|
-
|
672
|
+
アミノ酸をコードするコドンを調べる
|
673
673
|
|
674
674
|
bioruby> p ct.revtrans("V")
|
675
675
|
["gtc", "gtg", "gtt", "gta"]
|
676
676
|
|
677
|
-
===
|
677
|
+
=== フラットファイルのエントリ
|
678
678
|
|
679
|
-
|
680
|
-
GenBank
|
681
|
-
|
679
|
+
データベースのエントリと、フラットファイルそのものを扱う方法を紹介します。
|
680
|
+
GenBank データベースの中では、ファージのエントリが含まれる gbphg.seq の
|
681
|
+
ファイルサイズが小さいので、このファイルを例として使います。
|
682
682
|
|
683
683
|
% wget ftp://ftp.hgc.jp/pub/mirror/ncbi/genbank/gbphg.seq.gz
|
684
684
|
% gunzip gbphg.seq.gz
|
685
685
|
|
686
686
|
--- getent(str)
|
687
687
|
|
688
|
-
getseq
|
689
|
-
|
690
|
-
OBDA, EMBOSS, NCBI, EBI, TogoWS
|
691
|
-
|
688
|
+
getseq コマンドは配列を取得しましたが、配列だけでなくエントリ全体を取得する
|
689
|
+
には getent コマンド(※2)を使います。getseq コマンド同様、getent コマンドでも
|
690
|
+
OBDA, EMBOSS, NCBI, EBI, TogoWS のデータベースが利用可能です(※5)。
|
691
|
+
設定については getseq コマンドの説明を参照してください。
|
692
692
|
|
693
693
|
bioruby> entry = getent("genbank:AB044425")
|
694
694
|
bioruby> puts entry
|
@@ -696,16 +696,16 @@ OBDA, EMBOSS, NCBI, EBI, TogoWS, KEGG API
|
|
696
696
|
DEFINITION Volvox carteri f. kawasakiensis chloroplast psaB gene for
|
697
697
|
photosystem I P700 chlorophyll a apoprotein A2,
|
698
698
|
strain:NIES-732.
|
699
|
-
(
|
699
|
+
(略)
|
700
700
|
|
701
|
-
getent
|
702
|
-
|
703
|
-
|
701
|
+
getent コマンドの引数には db:entry_id 形式の文字列、EMBOSS の USA、
|
702
|
+
ファイル、IO が与えられ、データベースの1エントリ分の文字列が返されます。
|
703
|
+
配列データベースに限らず、数多くのデータベースエントリに対応しています。
|
704
704
|
|
705
705
|
--- flatparse(str)
|
706
706
|
|
707
|
-
|
708
|
-
|
707
|
+
取得したエントリをパースして欲しいデータをとりだすには flatparse
|
708
|
+
コマンドを使います。
|
709
709
|
|
710
710
|
bioruby> entry = getent("gbphg.seq")
|
711
711
|
bioruby> gb = flatparse(entry)
|
@@ -715,14 +715,14 @@ getent
|
|
715
715
|
Bacteriophage Mu DNA for ORF1, sheath protein gpL, ORF2, ORF3, complete cds.
|
716
716
|
bioruby> puts psaB.naseq
|
717
717
|
acggtcagacgtttggcccgaccaccgggatgaggctgacgcaggtcagaaatctttgtgacgacaaccgtatcaat
|
718
|
-
(
|
718
|
+
(略)
|
719
719
|
|
720
720
|
--- getobj(str)
|
721
721
|
|
722
|
-
getobj
|
723
|
-
|
724
|
-
|
725
|
-
|
722
|
+
getobj コマンド(※2)は、getent でエントリを文字列として取得し flatparse で
|
723
|
+
パースしたオブジェクトに変換するのと同じです。getent コマンドと同じ引数を
|
724
|
+
受け付けます。配列を取得する時は getseq、エントリを取得する時は getent、
|
725
|
+
パースしたオブジェクトを取得する時は getobj を使うことになります。
|
726
726
|
|
727
727
|
bioruby> gb = getobj("gbphg.seq")
|
728
728
|
bioruby> puts gb.entry_id
|
@@ -730,14 +730,14 @@ getobj
|
|
730
730
|
|
731
731
|
--- flatfile(file)
|
732
732
|
|
733
|
-
getent
|
734
|
-
|
733
|
+
getent コマンドは1エントリしか扱えないため、ローカルのファイルを開いて
|
734
|
+
各エントリ毎に処理を行うには flatfile コマンドを使います。
|
735
735
|
|
736
736
|
bioruby> flatfile("gbphg.seq") do |entry|
|
737
737
|
bioruby+ # do something on entry
|
738
738
|
bioruby+ end
|
739
739
|
|
740
|
-
|
740
|
+
ブロックを指定しない場合は、ファイル中の最初のエントリを取得します。
|
741
741
|
|
742
742
|
bioruby> entry = flatfile("gbphg.seq")
|
743
743
|
bioruby> gb = flatparse(entry)
|
@@ -745,39 +745,39 @@ getent
|
|
745
745
|
|
746
746
|
--- flatauto(file)
|
747
747
|
|
748
|
-
|
749
|
-
flatfile
|
748
|
+
各エントリを flatparse と同様にパースした状態で順番に処理するためには、
|
749
|
+
flatfile コマンドの代わりに flatauto コマンドを使います。
|
750
750
|
|
751
751
|
bioruby> flatauto("gbphg.seq") do |entry|
|
752
752
|
bioruby+ print entry.entry_id
|
753
753
|
bioruby+ puts entry.definition
|
754
754
|
bioruby+ end
|
755
755
|
|
756
|
-
flatfile
|
757
|
-
|
756
|
+
flatfile 同様、ブロックを指定しない場合は、ファイル中の最初のエントリを
|
757
|
+
取得し、パースしたオブジェクトを返します。
|
758
758
|
|
759
759
|
bioruby> gb = flatfile("gbphg.seq")
|
760
760
|
bioruby> puts gb.entry_id
|
761
761
|
|
762
|
-
===
|
762
|
+
=== フラットファイルのインデクシング
|
763
763
|
|
764
|
-
EMBOSS
|
765
|
-
|
766
|
-
|
767
|
-
|
764
|
+
EMBOSS の dbiflat に似た機能として、BioRuby, BioPerl などに共通の BioFlat
|
765
|
+
というインデックスを作成する仕組みがあります。一度インデックスを
|
766
|
+
作成しておくとエントリの取り出しが高速かつ容易に行えます。
|
767
|
+
これにより自分専用のデータベースを手軽に作ることができます。
|
768
768
|
|
769
769
|
--- flatindex(db_name, *source_file_list)
|
770
770
|
|
771
|
-
GenBank
|
772
|
-
mydb
|
771
|
+
GenBank のファージの配列ファイル gbphg.seq に入っているエントリに対して
|
772
|
+
mydb というデータベース名でインデックスを作成します。
|
773
773
|
|
774
774
|
bioruby> flatindex("mydb", "gbphg.seq")
|
775
775
|
Creating BioFlat index (.bioruby/bioflat/mydb) ... done
|
776
776
|
|
777
777
|
--- flatsearch(db_name, entry_id)
|
778
778
|
|
779
|
-
|
780
|
-
|
779
|
+
作成した mydb データベースからエントリをとり出すには flatsearch コマンドを
|
780
|
+
使います。
|
781
781
|
|
782
782
|
bioruby> entry = flatsearch("mydb", "AB004561")
|
783
783
|
bioruby> puts entry
|
@@ -785,47 +785,47 @@ mydb
|
|
785
785
|
DEFINITION Bacteriophage phiU gene for integrase, complete cds, integration
|
786
786
|
site.
|
787
787
|
ACCESSION AB004561
|
788
|
-
(
|
788
|
+
(略)
|
789
789
|
|
790
|
-
===
|
790
|
+
=== 様々な DB の配列を FASTA フォーマットに変換して保存
|
791
791
|
|
792
|
-
FASTA
|
793
|
-
|
794
|
-
|
792
|
+
FASTA フォーマットは配列データで標準的に用いられているフォーマットです。
|
793
|
+
「>」記号ではじまる1行目に配列の説明があり、2行目以降に配列がつづきます。
|
794
|
+
配列中の空白文字は無視されます。
|
795
795
|
|
796
796
|
>entry_id definition ...
|
797
797
|
ACGTACGTACGTACGTACGTACGTACGTACGTACGTACGTACGTACGTACGTACGT
|
798
798
|
ACGTACGTACGTACGTACGTACGTACGTACGTACGTACGTACGTACGTACGT
|
799
799
|
|
800
|
-
|
801
|
-
NCBI
|
800
|
+
配列の説明行は、最初の単語が配列の ID になっていることが多いのですが、
|
801
|
+
NCBI の BLAST 用データベースではさらに高度な構造化がおこなわれています。
|
802
802
|
|
803
803
|
* ((<URL:ftp://ftp.ncbi.nih.gov/blast/documents/README.formatdb>))
|
804
804
|
* ((<URL:http://blast.wustl.edu/doc/FAQ-Indexing.html#Identifiers>))
|
805
805
|
* FASTA format (Wikipedia)
|
806
806
|
((<URL:http://en.wikipedia.org/wiki/Fasta_format>))
|
807
807
|
|
808
|
-
BioRuby
|
809
|
-
|
808
|
+
BioRuby のデータベースエントリのクラスにはエントリID、配列、定義について
|
809
|
+
共通のメソッドが用意されています。
|
810
810
|
|
811
|
-
* entry_id -
|
812
|
-
* definition -
|
813
|
-
* seq -
|
811
|
+
* entry_id - エントリ ID を取得
|
812
|
+
* definition - 定義文を取得
|
813
|
+
* seq - 配列を取得
|
814
814
|
|
815
|
-
|
816
|
-
FASTA
|
815
|
+
これらの共通メソッドを使うと、どんな配列データベースエントリでも
|
816
|
+
FASTA フォーマットに変換できるプログラムが簡単に作れます。
|
817
817
|
|
818
818
|
entry.seq.to_fasta("#{entry.entry_id} #{entry.definition}", 60)
|
819
819
|
|
820
|
-
|
821
|
-
GenBank, UniProt
|
822
|
-
|
820
|
+
さらに、BioRuby では入力データベースの形式を自動判別できますので、
|
821
|
+
GenBank, UniProt など多くの主要な配列データベースでは
|
822
|
+
ファイル名を指定するだけで FASTA フォーマットに変換できます。
|
823
823
|
|
824
824
|
--- flatfasta(fasta_file, *source_file_list)
|
825
825
|
|
826
|
-
|
827
|
-
|
828
|
-
FASTA
|
826
|
+
入力データベースのファイル名のリストから、指定した FASTA フォーマットの
|
827
|
+
ファイルを生成するコマンドです。ここではいくつかの GenBank のファイルを
|
828
|
+
FASTA フォーマットに変換し、myfasta.fa というファイルに保存しています。
|
829
829
|
|
830
830
|
bioruby> flatfasta("myfasta.fa", "gbphg.seq", "gbvrl1.seq", "gbvrl2.seq")
|
831
831
|
Saving fasta file (myfasta.fa) ...
|
@@ -834,113 +834,9 @@ FASTA
|
|
834
834
|
converting -- gbvrl2.gbk
|
835
835
|
done
|
836
836
|
|
837
|
-
===
|
837
|
+
=== スクリプト生成
|
838
838
|
|
839
|
-
|
840
|
-
|
841
|
-
--- keggdbs
|
842
|
-
|
843
|
-
���Υ�ͥåȤ� KEGG API ���̤������Ѳ�ǽ�ʥǡ����١����Υꥹ�Ȥ�ɽ�����ޤ���
|
844
|
-
|
845
|
-
bioruby> keggdbs
|
846
|
-
nt: Non-redundant nucleic acid sequence database
|
847
|
-
aa: Non-redundant protein sequence database
|
848
|
-
gb: GenBank nucleic acid sequence database
|
849
|
-
(ά)
|
850
|
-
|
851
|
-
--- keggorgs
|
852
|
-
|
853
|
-
KEGG �˼�Ͽ����Ƥ�������ʪ��Υꥹ�Ȥ�ɽ�����ޤ���
|
854
|
-
|
855
|
-
bioruby> keggorgs
|
856
|
-
aae: Aquifex aeolicus
|
857
|
-
aci: Acinetobacter sp. ADP1
|
858
|
-
afu: Archaeoglobus fulgidus
|
859
|
-
(ά)
|
860
|
-
|
861
|
-
--- keggpathways
|
862
|
-
|
863
|
-
KEGG �˼�Ͽ����Ƥ������ѥ��������Υꥹ�Ȥ�ɽ�����ޤ���
|
864
|
-
|
865
|
-
bioruby> keggpathways
|
866
|
-
path:map00010: Glycolysis / Gluconeogenesis - Reference pathway
|
867
|
-
path:map00020: Citrate cycle (TCA cycle) - Reference pathway
|
868
|
-
path:map00030: Pentose phosphate pathway - Reference pathway
|
869
|
-
(ά)
|
870
|
-
|
871
|
-
�����ˣ�ʸ���� KEGG ��ʪ�ﵭ�������ȡ�������ʪ�����ѤǤ���
|
872
|
-
�ѥ������������ΰ������֤��ޤ�����IJ�� eco �ξ��ʲ��Τ褦�ˤʤ�ޤ���
|
873
|
-
|
874
|
-
bioruby> keggpathways("eco")
|
875
|
-
path:eco00010: Glycolysis / Gluconeogenesis - Escherichia coli K-12 MG1655
|
876
|
-
path:eco00020: Citrate cycle (TCA cycle) - Escherichia coli K-12 MG1655
|
877
|
-
path:eco00030: Pentose phosphate pathway - Escherichia coli K-12 MG1655
|
878
|
-
(ά)
|
879
|
-
|
880
|
-
--- keggapi
|
881
|
-
|
882
|
-
�����ʳ��� KEGG API �Υ�åɤϡ�keggapi ��³���ƸƤӽФ����Ȥ�
|
883
|
-
���ѤǤ��ޤ���
|
884
|
-
|
885
|
-
bioruby> p keggapi.get_genes_by_pathway("path:eco00010")
|
886
|
-
["eco:b0114", "eco:b0115", "eco:b0116", "eco:b0356", "eco:b0688", (ά)
|
887
|
-
|
888
|
-
���Ѳ�ǽ�ʥ�åɤΰ����� KEGG API �Υޥ˥奢��Ȥ��Ƥ���������
|
889
|
-
|
890
|
-
* ((<URL:http://www.genome.jp/kegg/soap/doc/keggapi_manual_ja.html>))
|
891
|
-
|
892
|
-
=== DBGET
|
893
|
-
|
894
|
-
���Υ�ͥåȤ� DBGET �Υ��ޥ�ɤǤ��� binfo, bfind, bget, btit, bconv ��
|
895
|
-
KEGG API �����Ѥ��Ƥ��Τޤ¹ԤǤ���褦�ˤʤäƤ��ޤ���
|
896
|
-
|
897
|
-
--- binfo
|
898
|
-
|
899
|
-
bioruby> binfo
|
900
|
-
*** Last database updates ***
|
901
|
-
Date Database Release #Entries #Residues
|
902
|
-
-------- ------------- ------------------------ ------------ ----------------
|
903
|
-
05/12/06 nr-nt 05-12-04 (Dec 05) 63,078,043 111,609,773,616
|
904
|
-
05/12/06 nr-aa 05-12-05 (Dec 05) 2,682,790 890,953,839
|
905
|
-
05/10/25 genbank 150.0 (Oct 05) 49,152,445 53,655,236,500
|
906
|
-
05/12/06 genbank-upd 150.0+/12-04 (Dec 05) 7,470,976 6,357,888,366
|
907
|
-
(ά)
|
908
|
-
|
909
|
-
binfo ���ޥ�ɤ�³���ƥǡ����١���̾����ꤹ�뤳�ȤǤ��ܺ٤ʾ���
|
910
|
-
ɽ������ޤ���
|
911
|
-
|
912
|
-
bioruby> binfo "genbank"
|
913
|
-
genbank GenBank nucleic acid sequence database
|
914
|
-
gb Release 150.0, Oct 05
|
915
|
-
National Center for Biotechnology Information
|
916
|
-
49,152,445 entries, 53,655,236,500 bases
|
917
|
-
Last update: 05/10/25
|
918
|
-
<dbget> <fasta> <blast>
|
919
|
-
|
920
|
-
--- bfind(keyword)
|
921
|
-
|
922
|
-
bfind ���ޥ�ɤǥǡ����١������Ф��륭����ɥ�������Ԥ����Ȥ��Ǥ��ޤ���
|
923
|
-
�ǡ����١���̾�ȸ���������������ɤ�ʸ������Ϥ��ޤ���
|
924
|
-
|
925
|
-
bioruby> list = bfind "genbank ebola human"
|
926
|
-
bioruby> puts list
|
927
|
-
gb:BD177378 [BD177378] A monoclonal antibody recognizing ebola virus.
|
928
|
-
gb:BD177379 [BD177379] A monoclonal antibody recognizing ebola virus.
|
929
|
-
(ά)
|
930
|
-
|
931
|
-
--- bget(entry_id)
|
932
|
-
|
933
|
-
bget ���ޥ�ɤǻ��ꤷ�� db:entry_id �Υǡ����١�������ȥ������Ǥ��ޤ���
|
934
|
-
|
935
|
-
bioruby> entry = bget "gb:BD177378"
|
936
|
-
bioruby> puts entry
|
937
|
-
LOCUS BD177378 24 bp DNA linear PAT 16-APR-2003
|
938
|
-
DEFINITION A monoclonal antibody recognizing ebola virus.
|
939
|
-
(ά)
|
940
|
-
|
941
|
-
=== ������ץ�����
|
942
|
-
|
943
|
-
��ȼ�����ץȲ�������¸���Ƥ������Ȥ�Ǥ��ޤ���
|
839
|
+
作業手順をスクリプト化して保存しておくこともできます。
|
944
840
|
|
945
841
|
bioruby> script
|
946
842
|
-- 8< -- 8< -- 8< -- Script -- 8< -- 8< -- 8< --
|
@@ -951,7 +847,7 @@ bget
|
|
951
847
|
-- >8 -- >8 -- >8 -- Script -- >8 -- >8 -- >8 --
|
952
848
|
Saving script (script.rb) ... done
|
953
849
|
|
954
|
-
|
850
|
+
生成された script.rb は以下のようになります。
|
955
851
|
|
956
852
|
#!/usr/bin/env bioruby
|
957
853
|
|
@@ -959,34 +855,34 @@ bget
|
|
959
855
|
p seq
|
960
856
|
p seq.translate
|
961
857
|
|
962
|
-
|
858
|
+
このスクリプトは bioruby コマンドで実行することができます。
|
963
859
|
|
964
860
|
% bioruby script.rb
|
965
861
|
|
966
|
-
===
|
862
|
+
=== 簡易シェル機能
|
967
863
|
|
968
864
|
--- cd(dir)
|
969
865
|
|
970
|
-
|
866
|
+
カレントディレクトリを変更します。
|
971
867
|
|
972
868
|
bioruby> cd "/tmp"
|
973
869
|
"/tmp"
|
974
870
|
|
975
|
-
|
871
|
+
ホームディレクトリに戻るには引数をつけずに cd を実行します。
|
976
872
|
|
977
873
|
bioruby> cd
|
978
874
|
"/home/k"
|
979
875
|
|
980
876
|
--- pwd
|
981
877
|
|
982
|
-
|
878
|
+
カレントディレクトリを表示します。
|
983
879
|
|
984
880
|
bioruby> pwd
|
985
881
|
"/home/k"
|
986
882
|
|
987
883
|
--- dir
|
988
884
|
|
989
|
-
|
885
|
+
カレントディレクトリのファイルを一覧表示します。
|
990
886
|
|
991
887
|
bioruby> dir
|
992
888
|
UGO Date Byte File
|
@@ -994,7 +890,7 @@ bget
|
|
994
890
|
40700 Tue Dec 06 07:07:35 JST 2005 1768 "Desktop"
|
995
891
|
40755 Tue Nov 29 16:55:20 JST 2005 2176 "bin"
|
996
892
|
100644 Sat Oct 15 03:01:00 JST 2005 42599518 "gbphg.seq"
|
997
|
-
(
|
893
|
+
(略)
|
998
894
|
|
999
895
|
bioruby> dir "gbphg.seq"
|
1000
896
|
UGO Date Byte File
|
@@ -1003,7 +899,7 @@ bget
|
|
1003
899
|
|
1004
900
|
--- head(file, lines = 10)
|
1005
901
|
|
1006
|
-
|
902
|
+
テキストファイルやオブジェクトの先頭 10 行を表示します。
|
1007
903
|
|
1008
904
|
bioruby> head "gbphg.seq"
|
1009
905
|
GBPHG.SEQ Genetic Sequence Data Bank
|
@@ -1015,13 +911,13 @@ bget
|
|
1015
911
|
|
1016
912
|
2713 loci, 16892737 bases, from 2713 reported sequences
|
1017
913
|
|
1018
|
-
|
914
|
+
表示する行数を指定することもできます。
|
1019
915
|
|
1020
916
|
bioruby> head "gbphg.seq", 2
|
1021
917
|
GBPHG.SEQ Genetic Sequence Data Bank
|
1022
918
|
October 15 2005
|
1023
919
|
|
1024
|
-
|
920
|
+
テキストの入っている変数の先頭を見ることもできます。
|
1025
921
|
|
1026
922
|
bioruby> entry = getent("gbphg.seq")
|
1027
923
|
bioruby> head entry, 2
|
@@ -1030,18 +926,18 @@ bget
|
|
1030
926
|
|
1031
927
|
--- disp(obj)
|
1032
928
|
|
1033
|
-
|
1034
|
-
|
929
|
+
テキストファイルやオブジェクトの中身をページャーで表示します。
|
930
|
+
ここで使用するページャーは pager コマンドで変更することができます(後述)。
|
1035
931
|
|
1036
932
|
bioruby> disp "gbphg.seq"
|
1037
933
|
bioruby> disp entry
|
1038
934
|
bioruby> disp [1, 2, 3] * 4
|
1039
935
|
|
1040
|
-
===
|
936
|
+
=== 変数
|
1041
937
|
|
1042
938
|
--- ls
|
1043
939
|
|
1044
|
-
|
940
|
+
セッション中に作成した変数(オブジェクト)の一覧を表示します。
|
1045
941
|
|
1046
942
|
bioruby> ls
|
1047
943
|
["entry", "seq"]
|
@@ -1051,7 +947,7 @@ bget
|
|
1051
947
|
|
1052
948
|
--- rm(symbol)
|
1053
949
|
|
1054
|
-
|
950
|
+
変数を消去します。
|
1055
951
|
|
1056
952
|
bioruby> rm "a"
|
1057
953
|
|
@@ -1060,22 +956,22 @@ bget
|
|
1060
956
|
|
1061
957
|
--- savefile(filename, object)
|
1062
958
|
|
1063
|
-
|
959
|
+
変数に保存されている内容をテキストファイルに保存します。
|
1064
960
|
|
1065
961
|
bioruby> savefile "testfile.txt", entry
|
1066
962
|
Saving data (testfile.txt) ... done
|
1067
963
|
|
1068
964
|
bioruby> disp "testfile.txt"
|
1069
965
|
|
1070
|
-
===
|
966
|
+
=== 各種設定
|
1071
967
|
|
1072
|
-
|
1073
|
-
|
1074
|
-
|
968
|
+
永続化の仕組みとして BioRuby シェル終了時に session ディレクトリ内に
|
969
|
+
ヒストリ、オブジェクト、個人の設定が保存され、次回起動時に自動的に
|
970
|
+
読み込まれます。
|
1075
971
|
|
1076
972
|
--- config
|
1077
973
|
|
1078
|
-
BioRuby
|
974
|
+
BioRuby シェルの各種設定を表示します。
|
1079
975
|
|
1080
976
|
bioruby> config
|
1081
977
|
message = "...BioRuby in the shell..."
|
@@ -1084,11 +980,11 @@ BioRuby
|
|
1084
980
|
pager = nil
|
1085
981
|
echo = false
|
1086
982
|
|
1087
|
-
echo
|
1088
|
-
|
1089
|
-
irb
|
1090
|
-
|
1091
|
-
off
|
983
|
+
echo 表示するかどうかを切り替えます。on の場合は、puts や p などを
|
984
|
+
つけなくても評価した値が画面に表示されます。
|
985
|
+
irb コマンドの場合は初期設定が on になっていますが、bioruby コマンドでは
|
986
|
+
長い配列やエントリなど長大な文字列を扱うことが多いため、初期設定では
|
987
|
+
off にしています。
|
1092
988
|
|
1093
989
|
bioruby> config :echo
|
1094
990
|
Echo on
|
@@ -1097,22 +993,22 @@ off
|
|
1097
993
|
bioruby> config :echo
|
1098
994
|
Echo off
|
1099
995
|
|
1100
|
-
|
1101
|
-
|
996
|
+
コドン表など、可能な場合にカラー表示するかどうかを切り替えます。
|
997
|
+
カラー表示の場合、プロンプトにも色がつきますので判別できます。
|
1102
998
|
|
1103
999
|
bioruby> config :color
|
1104
1000
|
bioruby> codontable
|
1105
|
-
(
|
1001
|
+
(色付き)
|
1106
1002
|
|
1107
|
-
|
1003
|
+
実行するたびに設定が切り替わります。
|
1108
1004
|
|
1109
1005
|
bioruby> config :color
|
1110
1006
|
bioruby> codontable
|
1111
|
-
(
|
1007
|
+
(色なし)
|
1112
1008
|
|
1113
|
-
BioRuby
|
1114
|
-
|
1115
|
-
|
1009
|
+
BioRuby シェル起動時に表示されるスプラッシュメッセージを違う文字列に
|
1010
|
+
変更します。何の解析プロジェクト用のディレクトリかを指定しておくのも
|
1011
|
+
よいでしょう。
|
1116
1012
|
|
1117
1013
|
bioruby> config :message, "Kumamushi genome project"
|
1118
1014
|
|
@@ -1120,20 +1016,20 @@ BioRuby
|
|
1120
1016
|
|
1121
1017
|
Version : BioRuby 0.8.0 / Ruby 1.8.4
|
1122
1018
|
|
1123
|
-
|
1019
|
+
デフォルトの文字列に戻すには、引数なしで実行します。
|
1124
1020
|
|
1125
1021
|
bioruby> config :message
|
1126
1022
|
|
1127
|
-
BioRuby
|
1128
|
-
|
1129
|
-
|
1023
|
+
BioRuby シェル起動時に表示されるスプラッシュメッセ−ジを
|
1024
|
+
アニメーション表示するかどうかを切り替えます。
|
1025
|
+
こちらも実行するたびに設定が切り替わります。
|
1130
1026
|
|
1131
1027
|
bioruby> config :splash
|
1132
1028
|
Splash on
|
1133
1029
|
|
1134
1030
|
--- pager(command)
|
1135
1031
|
|
1136
|
-
disp
|
1032
|
+
disp コマンドで実際に利用するページャーを切り替えます。
|
1137
1033
|
|
1138
1034
|
bioruby> pager "lv"
|
1139
1035
|
Pager is set to 'lv'
|
@@ -1141,22 +1037,22 @@ disp
|
|
1141
1037
|
bioruby> pager "less -S"
|
1142
1038
|
Pager is set to 'less -S'
|
1143
1039
|
|
1144
|
-
|
1040
|
+
ページャーを使用しない設定にする場合は引数なしで実行します。
|
1145
1041
|
|
1146
1042
|
bioruby> pager
|
1147
1043
|
Pager is set to 'off'
|
1148
1044
|
|
1149
|
-
|
1045
|
+
ページャーが off の時に引数なしで実行すると環境変数 PAGER の値を利用します。
|
1150
1046
|
|
1151
1047
|
bioruby> pager
|
1152
1048
|
Pager is set to 'less'
|
1153
1049
|
|
1154
|
-
===
|
1050
|
+
=== 遺伝子アスキーアート
|
1155
1051
|
|
1156
1052
|
--- doublehelix(sequence)
|
1157
1053
|
|
1158
|
-
DNA
|
1159
|
-
|
1054
|
+
DNA 配列をアスキーアートで表示するオマケ機能があります。
|
1055
|
+
適当な塩基配列 seq を二重螺旋っぽく表示してみましょう。
|
1160
1056
|
|
1161
1057
|
bioruby> dna = getseq("atgc" * 10).randomize
|
1162
1058
|
bioruby> doublehelix dna
|
@@ -1173,33 +1069,33 @@ DNA
|
|
1173
1069
|
g---c
|
1174
1070
|
c----g
|
1175
1071
|
c----g
|
1176
|
-
(
|
1072
|
+
(略)
|
1177
1073
|
|
1178
|
-
===
|
1074
|
+
=== 遺伝子音楽
|
1179
1075
|
|
1180
1076
|
--- midifile(midifile, sequence)
|
1181
1077
|
|
1182
|
-
DNA
|
1183
|
-
|
1184
|
-
MIDI
|
1078
|
+
DNA 配列を MIDI ファイルに変換するオマケ機能があります。
|
1079
|
+
適当な塩基配列 seq を使って生成した midifile.mid を
|
1080
|
+
MIDI プレイヤーで演奏してみましょう。
|
1185
1081
|
|
1186
1082
|
bioruby> midifile("midifile.mid", seq)
|
1187
1083
|
Saving MIDI file (midifile.mid) ... done
|
1188
1084
|
|
1189
|
-
|
1190
|
-
|
1085
|
+
以上で BioRuby シェルの解説を終わり、以下では BioRuby ライブラリ自体の
|
1086
|
+
解説を行います。
|
1191
1087
|
|
1192
1088
|
|
1193
|
-
==
|
1089
|
+
== 塩基・アミノ酸配列を処理する (Bio::Sequence クラス)
|
1194
1090
|
|
1195
|
-
Bio::Sequence
|
1196
|
-
|
1197
|
-
|
1198
|
-
|
1199
|
-
|
1200
|
-
|
1201
|
-
|
1202
|
-
|
1091
|
+
Bio::Sequence クラスは、配列に対する様々な操作を行うことができます。
|
1092
|
+
簡単な例として、短い塩基配列 atgcatgcaaaa を使って、相補配列への変換、
|
1093
|
+
部分配列の切り出し、塩基組成の計算、アミノ酸への翻訳、分子量計算などを
|
1094
|
+
行なってみます。アミノ酸への翻訳では、必要に応じて何塩基目から翻訳を開
|
1095
|
+
始するかフレームを指定したり、codontable.rb で定義されているコドンテー
|
1096
|
+
ブルの中から使用するものを指定したりする事ができます(コドンテーブルの
|
1097
|
+
番号は ((<URL:http://www.ncbi.nlm.nih.gov/Taxonomy/Utils/wprintgc.cgi>))
|
1098
|
+
を参照)。
|
1203
1099
|
|
1204
1100
|
#!/usr/bin/env ruby
|
1205
1101
|
|
@@ -1207,134 +1103,134 @@ Bio::Sequence
|
|
1207
1103
|
|
1208
1104
|
seq = Bio::Sequence::NA.new("atgcatgcaaaa")
|
1209
1105
|
|
1210
|
-
puts seq #
|
1211
|
-
puts seq.complement #
|
1212
|
-
puts seq.subseq(3,8) # 3
|
1106
|
+
puts seq # 元の配列
|
1107
|
+
puts seq.complement # 相補配列 (Bio::Sequence::NA)
|
1108
|
+
puts seq.subseq(3,8) # 3 塩基目から 8 塩基目まで
|
1213
1109
|
|
1214
|
-
p seq.gc_percent # GC
|
1215
|
-
p seq.composition #
|
1110
|
+
p seq.gc_percent # GC 塩基の割合 (Integer)
|
1111
|
+
p seq.composition # 全塩基組成 (Hash)
|
1216
1112
|
|
1217
|
-
puts seq.translate #
|
1218
|
-
puts seq.translate(2) #
|
1219
|
-
puts seq.translate(1,9) #
|
1220
|
-
|
1221
|
-
p seq.translate.codes #
|
1222
|
-
p seq.translate.names #
|
1223
|
-
p seq.translate.composition #
|
1224
|
-
p seq.translate.molecular_weight #
|
1113
|
+
puts seq.translate # 翻訳配列 (Bio::Sequence::AA)
|
1114
|
+
puts seq.translate(2) # 2文字目から翻訳(普通は1から)
|
1115
|
+
puts seq.translate(1,9) # 9番のコドンテーブルを使用
|
1116
|
+
|
1117
|
+
p seq.translate.codes # アミノ酸を3文字コードで表示 (Array)
|
1118
|
+
p seq.translate.names # アミノ酸を名前で表示 (Array)
|
1119
|
+
p seq.translate.composition # アミノ酸組成 (Hash)
|
1120
|
+
p seq.translate.molecular_weight # 分子量を計算 (Float)
|
1225
1121
|
|
1226
|
-
puts seq.complement.translate #
|
1122
|
+
puts seq.complement.translate # 相補配列の翻訳
|
1227
1123
|
|
1228
|
-
print, puts, p
|
1229
|
-
|
1230
|
-
p
|
1231
|
-
|
1124
|
+
print, puts, p は内容を画面に表示するための Ruby 標準メソッドです。
|
1125
|
+
基本となる print と比べて、puts は改行を自動でつけてくれる、
|
1126
|
+
p は文字列や数字以外のオブジェクトも人間が見やすいように表示してくれる、
|
1127
|
+
という特徴がありますので適宜使い分けます。さらに、
|
1232
1128
|
|
1233
1129
|
require 'pp'
|
1234
1130
|
|
1235
|
-
|
1131
|
+
とすれば使えるようになる pp メソッドは、p よりも表示が見やすくなります。
|
1236
1132
|
|
1237
|
-
|
1238
|
-
|
1239
|
-
|
1133
|
+
塩基配列は Bio::Sequence::NA クラスの、アミノ酸配列は Bio::Sequence::AA
|
1134
|
+
クラスのオブジェクトになります。それぞれ Bio::Sequence クラスを継承し
|
1135
|
+
ているため、多くのメソッドは共通です。
|
1240
1136
|
|
1241
|
-
|
1242
|
-
String
|
1243
|
-
Bio::Sequence
|
1244
|
-
[]
|
1137
|
+
さらに Bio::Sequence::NA, AA クラスは Ruby の String クラスを継承しているので
|
1138
|
+
String クラスが持つメソッドも使う事ができます。例えば部分配列を切り出すには
|
1139
|
+
Bio::Sequence クラスの subseq(from,to) メソッドの他に、String クラスの
|
1140
|
+
[] メソッドを使うこともできます。
|
1245
1141
|
|
1246
|
-
Ruby
|
1142
|
+
Ruby の文字列は 1 文字目を 0 番目として数える点には注意が必要です。たとえば、
|
1247
1143
|
|
1248
1144
|
puts seq.subseq(1, 3)
|
1249
1145
|
puts seq[0, 3]
|
1250
1146
|
|
1251
|
-
|
1147
|
+
はどちらも seq の最初の3文字 atg を表示します。
|
1252
1148
|
|
1253
|
-
|
1254
|
-
1
|
1255
|
-
|
1256
|
-
|
1149
|
+
このように、String のメソッドを使う場合は、生物学で普通使用される 1 文字目を
|
1150
|
+
1 番目として数えた数字からは 1 を引く必要があります(subseq メソッドは
|
1151
|
+
これを内部でやっています。また、from, to のどちらかでも 0 以下の場合は
|
1152
|
+
例外が発生するようになっています)。
|
1257
1153
|
|
1258
|
-
|
1154
|
+
ここまでの処理を BioRuby シェルで試すと以下のようになります。
|
1259
1155
|
|
1260
|
-
#
|
1156
|
+
# 次の行は seq = seq("atgcatgcaaaa") でもよい
|
1261
1157
|
bioruby> seq = Bio::Sequence::NA.new("atgcatgcaaaa")
|
1262
|
-
#
|
1158
|
+
# 生成した配列を表示
|
1263
1159
|
bioruby> puts seq
|
1264
1160
|
atgcatgcaaaa
|
1265
|
-
#
|
1161
|
+
# 相補配列を表示
|
1266
1162
|
bioruby> puts seq.complement
|
1267
1163
|
ttttgcatgcat
|
1268
|
-
#
|
1164
|
+
# 部分配列を表示(3塩基目から8塩基目まで)
|
1269
1165
|
bioruby> puts seq.subseq(3,8)
|
1270
1166
|
gcatgc
|
1271
|
-
#
|
1167
|
+
# 配列の GC% を表示
|
1272
1168
|
bioruby> p seq.gc_percent
|
1273
1169
|
33
|
1274
|
-
#
|
1170
|
+
# 配列の組成を表示
|
1275
1171
|
bioruby> p seq.composition
|
1276
1172
|
{"a"=>6, "c"=>2, "g"=>2, "t"=>2}
|
1277
|
-
#
|
1173
|
+
# アミノ酸配列への翻訳
|
1278
1174
|
bioruby> puts seq.translate
|
1279
1175
|
MHAK
|
1280
|
-
#
|
1176
|
+
# 2塩基を開始塩基として翻訳
|
1281
1177
|
bioruby> puts seq.translate(2)
|
1282
1178
|
CMQ
|
1283
|
-
#
|
1179
|
+
# 9番のコドンテーブルを使用して翻訳
|
1284
1180
|
bioruby> puts seq.translate(1,9)
|
1285
1181
|
MHAN
|
1286
|
-
#
|
1182
|
+
# 翻訳されたアミノ酸配列を3文字コードで表示
|
1287
1183
|
bioruby> p seq.translate.codes
|
1288
1184
|
["Met", "His", "Ala", "Lys"]
|
1289
|
-
#
|
1185
|
+
# 翻訳されたアミノ酸配列をアミノ酸の名前で表示
|
1290
1186
|
bioruby> p seq.translate.names
|
1291
1187
|
["methionine", "histidine", "alanine", "lysine"]
|
1292
|
-
#
|
1188
|
+
# 翻訳されたアミノ酸配列の組成を表示
|
1293
1189
|
bioruby> p seq.translate.composition
|
1294
1190
|
{"K"=>1, "A"=>1, "M"=>1, "H"=>1}
|
1295
|
-
#
|
1191
|
+
# 翻訳されたアミノ酸配列の分子量を表示
|
1296
1192
|
bioruby> p seq.translate.molecular_weight
|
1297
1193
|
485.605
|
1298
|
-
#
|
1194
|
+
# 相補配列を翻訳
|
1299
1195
|
bioruby> puts seq.complement.translate
|
1300
1196
|
FCMH
|
1301
|
-
#
|
1197
|
+
# 部分配列(1塩基目から3塩基目まで)
|
1302
1198
|
bioruby> puts seq.subseq(1, 3)
|
1303
1199
|
atg
|
1304
|
-
#
|
1200
|
+
# 部分配列(1塩基目から3塩基目まで)
|
1305
1201
|
bioruby> puts seq[0, 3]
|
1306
1202
|
atg
|
1307
1203
|
|
1308
|
-
window_search(window_size, step_size)
|
1309
|
-
|
1310
|
-
Ruby
|
1311
|
-
|
1312
|
-
|
1204
|
+
window_search(window_size, step_size) メソッドを使うと、配列に対してウィ
|
1205
|
+
ンドウをずらしながらそれぞれの部分配列に対する処理を行うことができます。
|
1206
|
+
Ruby の特長のひとつである「ブロック」によって、「それぞれに対する処理」を
|
1207
|
+
簡潔かつ明瞭に書くことが可能です。以下の例では、subseq という変数にそれぞれ
|
1208
|
+
部分配列を代入しながらブロックを繰り返し実行することになります。
|
1313
1209
|
|
1314
|
-
* 100
|
1210
|
+
* 100 塩基ごとに(1塩基ずつずらしながら)平均 GC% を計算して表示する
|
1315
1211
|
|
1316
1212
|
seq.window_search(100) do |subseq|
|
1317
1213
|
puts subseq.gc_percent
|
1318
1214
|
end
|
1319
1215
|
|
1320
|
-
|
1321
|
-
Bio::Sequence::AA
|
1322
|
-
|
1216
|
+
ブロックの中で受け取る部分配列も、元と同じ Bio::Sequence::NA または
|
1217
|
+
Bio::Sequence::AA クラスのオブジェクトなので、配列クラスの持つ全てのメ
|
1218
|
+
ソッドを実行することができます。
|
1323
1219
|
|
1324
|
-
|
1220
|
+
また、2番目の引数に移動幅を指定することが出来るようになっているので、
|
1325
1221
|
|
1326
|
-
*
|
1222
|
+
* コドン単位でずらしながら 15 塩基を 5 残基のペプチドに翻訳して表示する
|
1327
1223
|
|
1328
1224
|
seq.window_search(15, 3) do |subseq|
|
1329
1225
|
puts subseq.translate
|
1330
1226
|
end
|
1331
1227
|
|
1332
|
-
|
1333
|
-
|
1228
|
+
といったことができます。さらに移動幅に満たない右端の部分配列をメソッド
|
1229
|
+
自体の返り値として戻すようになっているので、
|
1334
1230
|
|
1335
|
-
*
|
1336
|
-
|
1337
|
-
|
1231
|
+
* ゲノム配列を 10000bp ごとにブツ切りにして FASTA フォーマットに整形、
|
1232
|
+
このとき末端 1000bp はオーバーラップさせ、10000bp に満たない 3' 端は
|
1233
|
+
別途受け取って表示する
|
1338
1234
|
|
1339
1235
|
i = 1
|
1340
1236
|
remainder = seq.window_search(10000, 9000) do |subseq|
|
@@ -1343,89 +1239,89 @@ Bio::Sequence::AA
|
|
1343
1239
|
end
|
1344
1240
|
puts remainder.to_fasta("segment #{i}", 60)
|
1345
1241
|
|
1346
|
-
|
1242
|
+
のような事もわりと簡単にできます。
|
1347
1243
|
|
1348
|
-
|
1349
|
-
|
1244
|
+
ウィンドウの幅と移動幅を同じにするとオーバーラップしないウィンドウサー
|
1245
|
+
チができるので、
|
1350
1246
|
|
1351
|
-
*
|
1247
|
+
* コドン頻度を数える
|
1352
1248
|
|
1353
1249
|
codon_usage = Hash.new(0)
|
1354
1250
|
seq.window_search(3, 3) do |subseq|
|
1355
1251
|
codon_usage[subseq] += 1
|
1356
1252
|
end
|
1357
1253
|
|
1358
|
-
* 10
|
1254
|
+
* 10 残基ずつ分子量を計算
|
1359
1255
|
|
1360
1256
|
seq.window_search(10, 10) do |subseq|
|
1361
1257
|
puts subseq.molecular_weight
|
1362
1258
|
end
|
1363
1259
|
|
1364
|
-
|
1260
|
+
といった応用も考えられます。
|
1365
1261
|
|
1366
|
-
|
1367
|
-
|
1262
|
+
実際には Bio::Sequence::NA オブジェクトはファイルから読み込んだ文字列か
|
1263
|
+
ら生成したり、データベースから取得したものを使ったりします。たとえば、
|
1368
1264
|
|
1369
1265
|
#!/usr/bin/env ruby
|
1370
1266
|
|
1371
1267
|
require 'bio'
|
1372
1268
|
|
1373
|
-
input_seq = ARGF.read #
|
1269
|
+
input_seq = ARGF.read # 引数で与えられたファイルの全行を読み込む
|
1374
1270
|
|
1375
1271
|
my_naseq = Bio::Sequence::NA.new(input_seq)
|
1376
1272
|
my_aaseq = my_naseq.translate
|
1377
1273
|
|
1378
1274
|
puts my_aaseq
|
1379
1275
|
|
1380
|
-
|
1276
|
+
このプログラムを na2aa.rb として、以下の塩基配列
|
1381
1277
|
|
1382
1278
|
gtggcgatctttccgaaagcgatgactggagcgaagaaccaaagcagtgacatttgtctg
|
1383
1279
|
atgccgcacgtaggcctgataagacgcggacagcgtcgcatcaggcatcttgtgcaaatg
|
1384
1280
|
tcggatgcggcgtga
|
1385
1281
|
|
1386
|
-
|
1282
|
+
を書いたファイル my_naseq.txt を読み込んで翻訳すると
|
1387
1283
|
|
1388
1284
|
% ./na2aa.rb my_naseq.txt
|
1389
1285
|
VAIFPKAMTGAKNQSSDICLMPHVGLIRRGQRRIRHLVQMSDAA*
|
1390
1286
|
|
1391
|
-
|
1287
|
+
のようになります。ちなみに、このくらいの例なら短くすると1行で書けます。
|
1392
1288
|
|
1393
1289
|
% ruby -r bio -e 'p Bio::Sequence::NA.new($<.read).translate' my_naseq.txt
|
1394
1290
|
|
1395
|
-
|
1396
|
-
|
1291
|
+
しかし、いちいちファイルを作るのも面倒なので、次はデータベースから必要な
|
1292
|
+
情報を取得してみます。
|
1397
1293
|
|
1398
1294
|
|
1399
|
-
== GenBank
|
1295
|
+
== GenBank のパース (Bio::GenBank クラス)
|
1400
1296
|
|
1401
|
-
GenBank
|
1402
|
-
ftp://ftp.ncbi.nih.gov/genbank/
|
1297
|
+
GenBank 形式のファイルを用意してください(手元にない場合は、
|
1298
|
+
ftp://ftp.ncbi.nih.gov/genbank/ から .seq ファイルをダウンロードします)。
|
1403
1299
|
|
1404
1300
|
% wget ftp://ftp.hgc.jp/pub/mirror/ncbi/genbank/gbphg.seq.gz
|
1405
1301
|
% gunzip gbphg.seq.gz
|
1406
1302
|
|
1407
|
-
|
1408
|
-
|
1303
|
+
まずは、各エントリから ID と説明文、配列を取り出して FASTA 形式に変換して
|
1304
|
+
みましょう。
|
1409
1305
|
|
1410
|
-
Bio::GenBank::DELIMITER
|
1411
|
-
|
1412
|
-
|
1306
|
+
Bio::GenBank::DELIMITER は GenBank クラスで定義されている定数で、
|
1307
|
+
データベースごとに異なるエントリの区切り文字(たとえば GenBank の場合は //)
|
1308
|
+
を覚えていなくても良いようになっています。
|
1413
1309
|
|
1414
1310
|
#!/usr/bin/env ruby
|
1415
1311
|
|
1416
1312
|
require 'bio'
|
1417
1313
|
|
1418
1314
|
while entry = gets(Bio::GenBank::DELIMITER)
|
1419
|
-
gb = Bio::GenBank.new(entry) # GenBank
|
1315
|
+
gb = Bio::GenBank.new(entry) # GenBank オブジェクト
|
1420
1316
|
|
1421
|
-
print ">#{gb.accession} " # ACCESSION
|
1422
|
-
puts gb.definition # DEFINITION
|
1423
|
-
puts gb.naseq #
|
1317
|
+
print ">#{gb.accession} " # ACCESSION 番号
|
1318
|
+
puts gb.definition # DEFINITION 行
|
1319
|
+
puts gb.naseq # 塩基配列(Sequence::NA オブジェクト)
|
1424
1320
|
end
|
1425
1321
|
|
1426
|
-
|
1427
|
-
|
1428
|
-
|
1322
|
+
しかし、この書き方では GenBank ファイルのデータ構造に依存しています。
|
1323
|
+
ファイルからのデータ入力を扱うクラス Bio::FlatFile を使用することで、
|
1324
|
+
以下のように区切り文字などを気にせず書くことができます。
|
1429
1325
|
|
1430
1326
|
#!/usr/bin/env ruby
|
1431
1327
|
|
@@ -1437,7 +1333,7 @@ Bio::GenBank::DELIMITER
|
|
1437
1333
|
puts gb.naseq.to_fasta(definition, 60)
|
1438
1334
|
end
|
1439
1335
|
|
1440
|
-
|
1336
|
+
形式の違うデータ、たとえばFASTAフォーマットのファイルを読み込むときでも、
|
1441
1337
|
|
1442
1338
|
#!/usr/bin/env ruby
|
1443
1339
|
|
@@ -1450,9 +1346,9 @@ Bio::GenBank::DELIMITER
|
|
1450
1346
|
puts "naseq : " + f.naseq
|
1451
1347
|
end
|
1452
1348
|
|
1453
|
-
|
1349
|
+
のように、同じような書き方で済ませられます。
|
1454
1350
|
|
1455
|
-
|
1351
|
+
さらに、各 Bio::DB クラスの open メソッドで同様のことができます。たとえば、
|
1456
1352
|
|
1457
1353
|
#!/usr/bin/env ruby
|
1458
1354
|
|
@@ -1464,11 +1360,11 @@ Bio::GenBank::DELIMITER
|
|
1464
1360
|
puts gb.naseq.to_fasta(definition, 60)
|
1465
1361
|
end
|
1466
1362
|
|
1467
|
-
|
1363
|
+
などと書くことができます(ただし、この書き方はあまり使われていません)。
|
1468
1364
|
|
1469
|
-
|
1470
|
-
|
1471
|
-
|
1365
|
+
次に、GenBank の複雑な FEATURES の中をパースして必要な情報を取り出します。
|
1366
|
+
まずは /tranlation="アミノ酸配列" という Qualifier がある場合だけ
|
1367
|
+
アミノ酸配列を抽出して表示してみます。
|
1472
1368
|
|
1473
1369
|
#!/usr/bin/env ruby
|
1474
1370
|
|
@@ -1476,27 +1372,27 @@ Bio::GenBank::DELIMITER
|
|
1476
1372
|
|
1477
1373
|
ff = Bio::FlatFile.new(Bio::GenBank, ARGF)
|
1478
1374
|
|
1479
|
-
# GenBank
|
1375
|
+
# GenBank の1エントリごとに
|
1480
1376
|
ff.each_entry do |gb|
|
1481
1377
|
|
1482
|
-
# FEATURES
|
1378
|
+
# FEATURES の要素を一つずつ処理
|
1483
1379
|
gb.features.each do |feature|
|
1484
1380
|
|
1485
|
-
# Feature
|
1381
|
+
# Feature に含まれる Qualifier を全てハッシュに変換
|
1486
1382
|
hash = feature.to_hash
|
1487
1383
|
|
1488
|
-
# Qualifier
|
1384
|
+
# Qualifier に translation がある場合だけ
|
1489
1385
|
if hash['translation']
|
1490
|
-
#
|
1386
|
+
# エントリのアクセッション番号と翻訳配列を表示
|
1491
1387
|
puts ">#{gb.accession}
|
1492
1388
|
puts hash['translation']
|
1493
1389
|
end
|
1494
1390
|
end
|
1495
1391
|
end
|
1496
1392
|
|
1497
|
-
|
1498
|
-
|
1499
|
-
|
1393
|
+
さらに、Feature のポジションに書かれている情報からエントリの塩基配列を
|
1394
|
+
スプライシングし、それを翻訳したものと /translation= に書かれていた配列を
|
1395
|
+
両方表示して比べてみましょう。
|
1500
1396
|
|
1501
1397
|
#!/usr/bin/env ruby
|
1502
1398
|
|
@@ -1504,95 +1400,95 @@ Bio::GenBank::DELIMITER
|
|
1504
1400
|
|
1505
1401
|
ff = Bio::FlatFile.new(Bio::GenBank, ARGF)
|
1506
1402
|
|
1507
|
-
# GenBank
|
1403
|
+
# GenBank の1エントリごとに
|
1508
1404
|
ff.each_entry do |gb|
|
1509
1405
|
|
1510
|
-
# ACCESSION
|
1406
|
+
# ACCESSION 番号と生物種名を表示
|
1511
1407
|
puts "### #{gb.accession} - #{gb.organism}"
|
1512
1408
|
|
1513
|
-
# FEATURES
|
1409
|
+
# FEATURES の要素を一つずつ処理
|
1514
1410
|
gb.features.each do |feature|
|
1515
1411
|
|
1516
|
-
# Feature
|
1412
|
+
# Feature の position (join ...など) を取り出す
|
1517
1413
|
position = feature.position
|
1518
1414
|
|
1519
|
-
# Feature
|
1415
|
+
# Feature に含まれる Qualifier を全てハッシュに変換
|
1520
1416
|
hash = feature.to_hash
|
1521
1417
|
|
1522
|
-
# /translation=
|
1418
|
+
# /translation= がなければスキップ
|
1523
1419
|
next unless hash['translation']
|
1524
1420
|
|
1525
|
-
# /gene=, /product=
|
1421
|
+
# /gene=, /product= などの Qualifier から遺伝子名などの情報を集める
|
1526
1422
|
gene_info = [
|
1527
1423
|
hash['gene'], hash['product'], hash['note'], hash['function']
|
1528
1424
|
].compact.join(', ')
|
1529
1425
|
puts "## #{gene_info}"
|
1530
1426
|
|
1531
|
-
#
|
1427
|
+
# 塩基配列(position の情報によってスプライシング)
|
1532
1428
|
puts ">NA splicing('#{position}')"
|
1533
1429
|
puts gb.naseq.splicing(position)
|
1534
1430
|
|
1535
|
-
#
|
1431
|
+
# アミノ酸配列(スプライシングした塩基配列から翻訳)
|
1536
1432
|
puts ">AA translated by splicing('#{position}').translate"
|
1537
1433
|
puts gb.naseq.splicing(position).translate
|
1538
1434
|
|
1539
|
-
#
|
1435
|
+
# アミノ酸配列(/translation= に書かれていたのもの)
|
1540
1436
|
puts ">AA original translation"
|
1541
1437
|
puts hash['translation']
|
1542
1438
|
end
|
1543
1439
|
end
|
1544
1440
|
|
1545
|
-
|
1546
|
-
|
1547
|
-
|
1548
|
-
|
1441
|
+
もし、使用されているコドンテーブルがデフォルト (universal) と違ったり、
|
1442
|
+
最初のコドンが "atg" 以外だったり、セレノシステインが含まれていたり、
|
1443
|
+
あるいは BioRuby にバグがあれば、上の例で表示される2つのアミノ酸配列は
|
1444
|
+
異なる事になります。
|
1549
1445
|
|
1550
|
-
|
1551
|
-
DDBJ
|
1552
|
-
|
1446
|
+
この例で使用されている Bio::Sequence#splicing メソッドは、GenBank, EMBL,
|
1447
|
+
DDBJ フォーマットで使われている Location の表記を元に、塩基配列から
|
1448
|
+
部分配列を切り出す強力なメソッドです。
|
1553
1449
|
|
1554
|
-
|
1555
|
-
BioRuby
|
1556
|
-
|
1557
|
-
Location
|
1558
|
-
BioRuby
|
1450
|
+
この splicing メソッドの引数には GenBank 等の Location の文字列以外に
|
1451
|
+
BioRuby の Bio::Locations オブジェクトを渡すことも可能ですが、
|
1452
|
+
通常は見慣れている Location 文字列の方が分かりやすいかも知れません。
|
1453
|
+
Location 文字列のフォーマットや Bio::Locations について詳しく知りたい場合は
|
1454
|
+
BioRuby の bio/location.rb を見てください。
|
1559
1455
|
|
1560
|
-
* GenBank
|
1456
|
+
* GenBank 形式のデータの Feature で使われていた Location 文字列の例
|
1561
1457
|
|
1562
1458
|
naseq.splicing('join(2035..2050,complement(1775..1818),13..345')
|
1563
1459
|
|
1564
|
-
*
|
1460
|
+
* あらかじめ Locations オブジェクトに変換してから渡してもよい
|
1565
1461
|
|
1566
1462
|
locs = Bio::Locations.new('join((8298.8300)..10206,1..855)')
|
1567
1463
|
naseq.splicing(locs)
|
1568
1464
|
|
1569
|
-
|
1570
|
-
|
1465
|
+
ちなみに、アミノ酸配列 (Bio::Sequence::AA) についても splicing メソッド
|
1466
|
+
を使用して部分配列を取り出すことが可能です。
|
1571
1467
|
|
1572
|
-
*
|
1468
|
+
* アミノ酸配列の部分配列を切り出す(シグナルペプチドなど)
|
1573
1469
|
|
1574
1470
|
aaseq.splicing('21..119')
|
1575
1471
|
|
1576
1472
|
|
1577
|
-
=== GenBank
|
1473
|
+
=== GenBank 以外のデータベース
|
1578
1474
|
|
1579
|
-
BioRuby
|
1580
|
-
|
1581
|
-
|
1475
|
+
BioRuby では、GenBank 以外のデータベースについても基本的な扱い方は同じで、
|
1476
|
+
データベースの1エントリ分の文字列を対応するデータベースのクラスに渡せば、
|
1477
|
+
パースされた結果がオブジェクトになって返ってきます。
|
1582
1478
|
|
1583
|
-
|
1584
|
-
|
1585
|
-
Bio::FlatFile.new
|
1586
|
-
|
1479
|
+
データベースのフラットファイルから1エントリずつ取り出してパースされた
|
1480
|
+
オブジェクトを取り出すには、先にも出てきた Bio::FlatFile を使います。
|
1481
|
+
Bio::FlatFile.new の引数にはデータベースに対応する BioRuby でのクラス
|
1482
|
+
名 (Bio::GenBank や Bio::KEGG::GENES など) を指定します。
|
1587
1483
|
|
1588
|
-
ff = Bio::FlatFile.new(Bio
|
1484
|
+
ff = Bio::FlatFile.new(Bio::データベースクラス名, ARGF)
|
1589
1485
|
|
1590
|
-
|
1591
|
-
|
1486
|
+
しかし、すばらしいことに、実は FlatFile クラスはデータベースの自動認識が
|
1487
|
+
できますので、
|
1592
1488
|
|
1593
1489
|
ff = Bio::FlatFile.auto(ARGF)
|
1594
1490
|
|
1595
|
-
|
1491
|
+
を使うのが一番簡単です。
|
1596
1492
|
|
1597
1493
|
#!/usr/bin/env ruby
|
1598
1494
|
|
@@ -1601,15 +1497,15 @@ Bio::FlatFile.new
|
|
1601
1497
|
ff = Bio::FlatFile.auto(ARGF)
|
1602
1498
|
|
1603
1499
|
ff.each_entry do |entry|
|
1604
|
-
p entry.entry_id #
|
1605
|
-
p entry.definition #
|
1606
|
-
p entry.seq #
|
1500
|
+
p entry.entry_id # エントリの ID
|
1501
|
+
p entry.definition # エントリの説明文
|
1502
|
+
p entry.seq # 配列データベースの場合
|
1607
1503
|
end
|
1608
1504
|
|
1609
1505
|
ff.close
|
1610
1506
|
|
1611
|
-
|
1612
|
-
|
1507
|
+
さらに、開いたデータベースの閉じ忘れをなくすためには Ruby のブロックを
|
1508
|
+
活用して以下のように書くのがよいでしょう。
|
1613
1509
|
|
1614
1510
|
#!/usr/bin/env ruby
|
1615
1511
|
|
@@ -1617,252 +1513,252 @@ Bio::FlatFile.new
|
|
1617
1513
|
|
1618
1514
|
Bio::FlatFile.auto(ARGF) do |ff|
|
1619
1515
|
ff.each_entry do |entry|
|
1620
|
-
p entry.entry_id #
|
1621
|
-
p entry.definition #
|
1622
|
-
p entry.seq #
|
1516
|
+
p entry.entry_id # エントリの ID
|
1517
|
+
p entry.definition # エントリの説明文
|
1518
|
+
p entry.seq # 配列データベースの場合
|
1623
1519
|
end
|
1624
1520
|
end
|
1625
1521
|
|
1626
|
-
|
1627
|
-
|
1522
|
+
パースされたオブジェクトから、エントリ中のそれぞれの部分を取り出すための
|
1523
|
+
メソッドはデータベース毎に異なります。よくある項目については
|
1628
1524
|
|
1629
|
-
* entry_id
|
1630
|
-
* definition
|
1631
|
-
* reference
|
1632
|
-
* organism
|
1633
|
-
* seq
|
1525
|
+
* entry_id メソッド → エントリの ID 番号が返る
|
1526
|
+
* definition メソッド → エントリの定義行が返る
|
1527
|
+
* reference メソッド → リファレンスオブジェクトが返る
|
1528
|
+
* organism メソッド → 生物種名
|
1529
|
+
* seq や naseq や aaseq メソッド → 対応する配列オブジェクトが返る
|
1634
1530
|
|
1635
|
-
|
1636
|
-
|
1637
|
-
|
1531
|
+
などのように共通化しようとしていますが、全てのメソッドが実装されているわ
|
1532
|
+
けではありません(共通化の指針は bio/db.rb 参照)。また、細かい部分は各
|
1533
|
+
データベースパーザ毎に異なるので、それぞれのドキュメントに従います。
|
1638
1534
|
|
1639
|
-
|
1640
|
-
|
1641
|
-
|
1642
|
-
|
1535
|
+
原則として、メソッド名が複数形の場合は、オブジェクトが配列として返ります。
|
1536
|
+
たとえば references メソッドを持つクラスは複数の Bio::Reference オブジェ
|
1537
|
+
クトを Array にして返しますが、別のクラスでは単数形の reference メソッド
|
1538
|
+
しかなく、1つの Bio::Reference オブジェクトだけを返す、といった感じです。
|
1643
1539
|
|
1644
|
-
== PDB
|
1540
|
+
== PDB のパース (Bio::PDB クラス)
|
1645
1541
|
|
1646
|
-
Bio::PDB
|
1647
|
-
PDB, mmCIF, XML (PDBML)
|
1648
|
-
|
1542
|
+
Bio::PDB は、PDB 形式を読み込むためのクラスです。PDB データベースは
|
1543
|
+
PDB, mmCIF, XML (PDBML) の3種類のフォーマットで提供されていますが、
|
1544
|
+
これらのうち BioRuby で対応しているのは PDB フォーマットです。
|
1649
1545
|
|
1650
|
-
PDB
|
1651
|
-
|
1546
|
+
PDB フォーマットの仕様は、以下の Protein Data Bank Contents Guide を
|
1547
|
+
参照してください。
|
1652
1548
|
|
1653
1549
|
* ((<URL:http://www.rcsb.org/pdb/file_formats/pdb/pdbguide2.2/guide2.2_frame.html>))
|
1654
1550
|
|
1655
|
-
=== PDB
|
1551
|
+
=== PDB データの読み込み
|
1656
1552
|
|
1657
|
-
PDB
|
1658
|
-
Ruby
|
1553
|
+
PDB の1エントリが 1bl8.pdb というファイルに格納されている場合は、
|
1554
|
+
Ruby のファイル読み込み機能を使って
|
1659
1555
|
|
1660
1556
|
entry = File.read("1bl8.pdb")
|
1661
1557
|
|
1662
|
-
|
1663
|
-
|
1558
|
+
のようにすることで、エントリの内容を文字列として entry という変数に
|
1559
|
+
代入することができます。エントリの内容をパースするには
|
1664
1560
|
|
1665
1561
|
pdb = Bio::PDB.new(entry)
|
1666
1562
|
|
1667
|
-
|
1668
|
-
|
1563
|
+
とします。これでエントリが Bio::PDB オブジェクトとなり、任意のデータを
|
1564
|
+
取り出せるようになります。
|
1669
1565
|
|
1670
|
-
PDB
|
1671
|
-
|
1672
|
-
Bio::FlatFile
|
1566
|
+
PDB フォーマットは Bio::FlatFile による自動認識も可能ですが、現在は
|
1567
|
+
1ファイルに複数エントリを含む場合には対応していません。
|
1568
|
+
Bio::FlatFile を使って1エントリ分だけ読み込むには、
|
1673
1569
|
|
1674
1570
|
pdb = Bio::FlatFile.auto("1bl8.pdb") { |ff| ff.next_entry }
|
1675
1571
|
|
1676
|
-
|
1572
|
+
とします。どちらの方法でも変数 pdb には同じ結果が得られます。
|
1677
1573
|
|
1678
|
-
===
|
1574
|
+
=== オブジェクトの階層構造
|
1679
1575
|
|
1680
|
-
|
1681
|
-
Bio::PDB
|
1576
|
+
各 PDB エントリは、英数字4文字からなる ID が付けられています。
|
1577
|
+
Bio::PDB オブジェクトから ID を取リ出すには entry_id メソッドを使います。
|
1682
1578
|
|
1683
1579
|
p pdb.entry_id # => "1BL8"
|
1684
1580
|
|
1685
|
-
|
1581
|
+
エントリの概要に関する情報も対応するメソッドで取り出すことができます。
|
1686
1582
|
|
1687
1583
|
p pdb.definition # => "POTASSIUM CHANNEL (KCSA) FROM STREPTOMYCES LIVIDANS"
|
1688
1584
|
p pdb.keywords # => ["POTASSIUM CHANNEL", "INTEGRAL MEMBRANE PROTEIN"]
|
1689
1585
|
|
1690
|
-
|
1691
|
-
authors, jrnl, method
|
1586
|
+
他に、登録者や文献、実験方法などの情報も取得できます(それぞれ
|
1587
|
+
authors, jrnl, method メソッド)。
|
1692
1588
|
|
1693
|
-
PDB
|
1694
|
-
|
1695
|
-
|
1589
|
+
PDB データは、基本的には1行が1つのレコードを形成しています。
|
1590
|
+
1行に入りきらないデータを複数行に格納する continuation という
|
1591
|
+
仕組みも用意されていますが、基本は1行1レコードです。
|
1696
1592
|
|
1697
|
-
|
1698
|
-
BioRuby
|
1699
|
-
TITLE
|
1700
|
-
|
1701
|
-
|
1702
|
-
|
1593
|
+
各行の先頭6文字がその行のデータの種類を示す名前(レコード)になります。
|
1594
|
+
BioRuby では、HEADER レコードに対しては Bio::PDB::Record::HEADER クラス、
|
1595
|
+
TITLE レコードに対しては Bio::PDB::Record::TITLE クラス、というように
|
1596
|
+
基本的には各レコードに対応するクラスを1つ用意しています。
|
1597
|
+
ただし、REMARK と JRNL レコードに関しては、それぞれ複数のフォーマットが
|
1598
|
+
存在するため、複数のクラスを用意しています。
|
1703
1599
|
|
1704
|
-
|
1600
|
+
各レコードにアクセスするもっとも単純な方法は record メソッドです。
|
1705
1601
|
|
1706
1602
|
pdb.record("HELIX")
|
1707
1603
|
|
1708
|
-
|
1709
|
-
Bio::PDB::Record::HELIX
|
1604
|
+
のようにすると、その PDB エントリに含まれる全ての HELIX レコードを
|
1605
|
+
Bio::PDB::Record::HELIX クラスのオブジェクトの配列として取得できます。
|
1710
1606
|
|
1711
|
-
|
1712
|
-
|
1607
|
+
このことをふまえ、以下では、PDB エントリのメインな内容である立体構造に
|
1608
|
+
関するデータ構造の扱い方を見ていきます。
|
1713
1609
|
|
1714
|
-
====
|
1610
|
+
==== 原子: Bio::PDB::Record::ATOM, Bio::PDB::Record::HETATM クラス
|
1715
1611
|
|
1716
|
-
PDB
|
1717
|
-
|
1612
|
+
PDB エントリは、タンパク質、核酸(DNA,RNA)やその他の分子の立体構造、
|
1613
|
+
具体的には原子の3次元座標を含んでいます。
|
1718
1614
|
|
1719
|
-
|
1720
|
-
|
1615
|
+
タンパク質または核酸の原子の座標は、ATOM レコードに格納されています。
|
1616
|
+
対応するクラスは、Bio::PDB::Record::ATOM クラスです。
|
1721
1617
|
|
1722
|
-
|
1723
|
-
|
1618
|
+
タンパク質・核酸以外の原子の座標は、HETATM レコードに格納されています。
|
1619
|
+
対応するクラスは、Bio::PDB::Record::HETATM クラスです。
|
1724
1620
|
|
1725
|
-
HETATM
|
1726
|
-
|
1621
|
+
HETATM クラスは ATOM クラスを継承しているため、ATOM と HETATM の
|
1622
|
+
メソッドの使い方はまったく同じです。
|
1727
1623
|
|
1728
|
-
====
|
1624
|
+
==== アミノ酸残基(または塩基): Bio::PDB::Residue クラス
|
1729
1625
|
|
1730
|
-
|
1731
|
-
Bio::PDB::Residue
|
1732
|
-
|
1626
|
+
1アミノ酸または1塩基単位で原子をまとめたのが Bio::PDB::Residue です。
|
1627
|
+
Bio::PDB::Residue オブジェクトは、1個以上の Bio::PDB::Record::ATOM
|
1628
|
+
オブジェクトを含みます。
|
1733
1629
|
|
1734
|
-
====
|
1630
|
+
==== 化合物: Bio::PDB::Heterogen クラス
|
1735
1631
|
|
1736
|
-
|
1737
|
-
Bio::PDB::Heterogen
|
1738
|
-
Bio::PDB::Heterogen
|
1739
|
-
Bio::PDB::Record::HETATM
|
1632
|
+
タンパク質・核酸以外の分子の原子は、基本的には分子単位で
|
1633
|
+
Bio::PDB::Heterogen にまとめられています。
|
1634
|
+
Bio::PDB::Heterogen オブジェクトは、1個以上の
|
1635
|
+
Bio::PDB::Record::HETATM オブジェクトを含みます。
|
1740
1636
|
|
1741
|
-
====
|
1637
|
+
==== 鎖(チェイン): Bio::PDB::Chain クラス
|
1742
1638
|
|
1743
|
-
Bio::PDB::Chain
|
1744
|
-
|
1745
|
-
|
1639
|
+
Bio::PDB::Chain は、複数の Bio::PDB::Residue オブジェクトからなる
|
1640
|
+
1個のタンパク質または核酸と、複数の Bio::PDB::Heterogen オブジェクト
|
1641
|
+
からなる1個以上のそれ以外の分子を格納するデータ構造です。
|
1746
1642
|
|
1747
|
-
|
1748
|
-
|
1749
|
-
Chain
|
1643
|
+
なお、大半の場合は、タンパク質・核酸(Bio::PDB::Residue)か、
|
1644
|
+
それ以外の分子(Bio::PDB::Heterogen)のどちらか一種類しか持ちません。
|
1645
|
+
Chain をひとつしか含まない PDB エントリでは両方持つ場合があるようです。
|
1750
1646
|
|
1751
|
-
|
1752
|
-
|
1647
|
+
各 Chain には、英数字1文字の ID が付いています(Chain をひとつしか
|
1648
|
+
含まない PDB エントリの場合は空白文字のときもあります)。
|
1753
1649
|
|
1754
|
-
====
|
1650
|
+
==== モデル: Bio::PDB::Model
|
1755
1651
|
|
1756
|
-
|
1757
|
-
|
1758
|
-
|
1759
|
-
|
1652
|
+
1個以上の Bio::PDB::Chain が集まったものが Bio::PDB::Model です。
|
1653
|
+
X線結晶構造の場合、Model は通常1個だけですが、NMR 構造の場合、
|
1654
|
+
複数の Model が存在することがあります。
|
1655
|
+
複数の Model が存在する場合、各 Model にはシリアル番号が付きます。
|
1760
1656
|
|
1761
|
-
|
1657
|
+
そして、1個以上の Model が集まったものが、Bio::PDB オブジェクトになります。
|
1762
1658
|
|
1763
|
-
===
|
1659
|
+
=== 原子にアクセスするメソッド
|
1764
1660
|
|
1765
|
-
Bio::PDB#each_atom
|
1661
|
+
Bio::PDB#each_atom は全ての ATOM を順番に1個ずつ辿るイテレータです。
|
1766
1662
|
|
1767
1663
|
pdb.each_atom do |atom|
|
1768
1664
|
p atom.xyz
|
1769
1665
|
end
|
1770
1666
|
|
1771
|
-
|
1772
|
-
|
1773
|
-
ATOM
|
1667
|
+
この each_atom メソッドは Model, Chain, Residue オブジェクトに対しても
|
1668
|
+
使用することができ、それぞれ、その Model, Chain, Residue 内部のすべての
|
1669
|
+
ATOM をたどるイテレータとして働きます。
|
1774
1670
|
|
1775
|
-
Bio::PDB#atoms
|
1671
|
+
Bio::PDB#atoms は全ての ATOM を配列として返すメソッドです。
|
1776
1672
|
|
1777
|
-
p pdb.atoms.size # => 2820
|
1673
|
+
p pdb.atoms.size # => 2820 個の ATOM が含まれることがわかる
|
1778
1674
|
|
1779
|
-
each_atom
|
1780
|
-
|
1675
|
+
each_atom と同様に atoms メソッドも Model, Chain, Residue オブジェクト
|
1676
|
+
に対して使用可能です。
|
1781
1677
|
|
1782
1678
|
pdb.chains.each do |chain|
|
1783
|
-
p chain.atoms.size # =>
|
1679
|
+
p chain.atoms.size # => 各 Chain 毎の ATOM 数が表示される
|
1784
1680
|
end
|
1785
1681
|
|
1786
|
-
Bio::PDB#each_hetatm
|
1682
|
+
Bio::PDB#each_hetatm は、全ての HETATM を順番に1個ずつ辿るイテレータです。
|
1787
1683
|
|
1788
1684
|
pdb.each_hetatm do |hetatm|
|
1789
1685
|
p hetatm.xyz
|
1790
1686
|
end
|
1791
1687
|
|
1792
|
-
Bio::PDB#hetatms
|
1688
|
+
Bio::PDB#hetatms 全ての HETATM を配列として返すのは hetatms メソッドです。
|
1793
1689
|
|
1794
1690
|
p pdb.hetatms.size
|
1795
1691
|
|
1796
|
-
|
1797
|
-
|
1692
|
+
これらも atoms の場合と同様に、Model, Chain, Heterogen オブジェクトに
|
1693
|
+
対して使用可能です。
|
1798
1694
|
|
1799
|
-
==== Bio::PDB::Record::ATOM, Bio::PDB::Record::HETATM
|
1695
|
+
==== Bio::PDB::Record::ATOM, Bio::PDB::Record::HETATM クラスの使い方
|
1800
1696
|
|
1801
|
-
ATOM
|
1802
|
-
|
1803
|
-
|
1697
|
+
ATOM はタンパク質・核酸(DNA・RNA)を構成する原子、HETATM はそれ以外の
|
1698
|
+
原子を格納するためのクラスですが、HETATM が ATOM クラスを継承しているため
|
1699
|
+
これらのクラスでメソッドの使い方はまったく同じです。
|
1804
1700
|
|
1805
|
-
p atom.serial #
|
1806
|
-
p atom.name #
|
1701
|
+
p atom.serial # シリアル番号
|
1702
|
+
p atom.name # 名前
|
1807
1703
|
p atom.altLoc # Alternate location indicator
|
1808
|
-
p atom.resName #
|
1809
|
-
p atom.chainID # Chain
|
1810
|
-
p atom.resSeq #
|
1704
|
+
p atom.resName # アミノ酸・塩基名または化合物名
|
1705
|
+
p atom.chainID # Chain の ID
|
1706
|
+
p atom.resSeq # アミノ酸残基のシーケンス番号
|
1811
1707
|
p atom.iCode # Code for insertion of residues
|
1812
|
-
p atom.x # X
|
1813
|
-
p atom.y # Y
|
1814
|
-
p atom.z # Z
|
1708
|
+
p atom.x # X 座標
|
1709
|
+
p atom.y # Y 座標
|
1710
|
+
p atom.z # Z 座標
|
1815
1711
|
p atom.occupancy # Occupancy
|
1816
1712
|
p atom.tempFactor # Temperature factor
|
1817
1713
|
p atom.segID # Segment identifier
|
1818
1714
|
p atom.element # Element symbol
|
1819
1715
|
p atom.charge # Charge on the atom
|
1820
1716
|
|
1821
|
-
|
1822
|
-
|
1823
|
-
|
1824
|
-
|
1717
|
+
これらのメソッド名は、原則として Protein Data Bank Contents Guide の
|
1718
|
+
記載に合わせています。メソッド名に resName や resSeq といった記名法
|
1719
|
+
(CamelCase)を採用しているのはこのためです。
|
1720
|
+
それぞれのメソッドの返すデータの意味は、仕様書を参考にしてください。
|
1825
1721
|
|
1826
|
-
|
1827
|
-
xyz
|
1828
|
-
|
1829
|
-
|
1830
|
-
|
1831
|
-
|
1722
|
+
この他にも、いくつかの便利なメソッドを用意しています。
|
1723
|
+
xyz メソッドは、座標を3次元のベクトルとして返すメソッドです。
|
1724
|
+
このメソッドは、Ruby の Vector クラスを継承して3次元のベクトルに
|
1725
|
+
特化させた Bio::PDB::Coordinate クラスのオブジェクトを返します
|
1726
|
+
(注: Vectorを継承したクラスを作成するのはあまり推奨されないようなので、
|
1727
|
+
将来、Vectorクラスのオブジェクトを返すよう仕様変更するかもしれません)。
|
1832
1728
|
|
1833
1729
|
p atom.xyz
|
1834
1730
|
|
1835
|
-
|
1731
|
+
ベクトルなので、足し算、引き算、内積などを求めることができます。
|
1836
1732
|
|
1837
|
-
#
|
1838
|
-
p (atom1.xyz - atom2.xyz).r # r
|
1733
|
+
# 原子間の距離を求める
|
1734
|
+
p (atom1.xyz - atom2.xyz).r # r はベクトルの絶対値を求めるメソッド
|
1839
1735
|
|
1840
|
-
#
|
1736
|
+
# 内積を求める
|
1841
1737
|
p atom1.xyz.inner_product(atom2.xyz)
|
1842
1738
|
|
1843
|
-
|
1844
|
-
ter, sigatm, anisou
|
1739
|
+
他には、その原子に対応する TER, SIGATM, ANISOU レコードを取得する
|
1740
|
+
ter, sigatm, anisou メソッドも用意されています。
|
1845
1741
|
|
1846
|
-
===
|
1742
|
+
=== アミノ酸残基 (Residue) にアクセスするメソッド
|
1847
1743
|
|
1848
|
-
Bio::PDB#each_residue
|
1849
|
-
each_residue
|
1850
|
-
|
1851
|
-
Residue
|
1744
|
+
Bio::PDB#each_residue は、全ての Residue を順番に辿るイテレータです。
|
1745
|
+
each_residue メソッドは、Model, Chain オブジェクトに対しても
|
1746
|
+
使用することができ、それぞれの Model, Chain に含まれる全ての
|
1747
|
+
Residue を辿るイテレータとして働きます。
|
1852
1748
|
|
1853
1749
|
pdb.each_residue do |residue|
|
1854
1750
|
p residue.resName
|
1855
1751
|
end
|
1856
1752
|
|
1857
|
-
Bio::PDB#residues
|
1858
|
-
each_residue
|
1753
|
+
Bio::PDB#residues は、全ての Residue を配列として返すメソッドです。
|
1754
|
+
each_residue と同様に、Model, Chain オブジェクトに対しても使用可能です。
|
1859
1755
|
|
1860
1756
|
p pdb.residues.size
|
1861
1757
|
|
1862
|
-
===
|
1758
|
+
=== 化合物 (Heterogen) にアクセスするメソッド
|
1863
1759
|
|
1864
|
-
Bio::PDB#each_heterogen
|
1865
|
-
Bio::PDB#heterogens
|
1760
|
+
Bio::PDB#each_heterogen は全ての Heterogen を順番にたどるイテレータ、
|
1761
|
+
Bio::PDB#heterogens は全ての Heterogen を配列として返すメソッドです。
|
1866
1762
|
|
1867
1763
|
pdb.each_heterogen do |heterogeon|
|
1868
1764
|
p heterogen.resName
|
@@ -1870,51 +1766,51 @@ Bio::PDB#heterogens
|
|
1870
1766
|
|
1871
1767
|
p pdb.heterogens.size
|
1872
1768
|
|
1873
|
-
|
1874
|
-
|
1769
|
+
これらのメソッドも Residue と同様に Model, Chain オブジェクトに対しても
|
1770
|
+
使用可能です。
|
1875
1771
|
|
1876
|
-
=== Chain, Model
|
1772
|
+
=== Chain, Model にアクセスするメソッド
|
1877
1773
|
|
1878
|
-
|
1879
|
-
Bio::PDB#chains
|
1880
|
-
|
1774
|
+
同様に、Bio::PDB#each_chain は全ての Chain を順番にたどるイテレータ、
|
1775
|
+
Bio::PDB#chains は全ての Chain を配列として返すメソッドです。
|
1776
|
+
これらのメソッドは Model オブジェクトに対しても使用可能です。
|
1881
1777
|
|
1882
|
-
Bio::PDB#each_model
|
1883
|
-
Bio::PDB#models
|
1778
|
+
Bio::PDB#each_model は全ての Model を順番にたどるイテレータ、
|
1779
|
+
Bio::PDB#models は全ての Model を配列として返すメソッドです。
|
1884
1780
|
|
1885
|
-
=== PDB Chemical Component Dictionary
|
1781
|
+
=== PDB Chemical Component Dictionary のデータの読み込み
|
1886
1782
|
|
1887
|
-
Bio::PDB::ChemicalComponent
|
1888
|
-
|
1783
|
+
Bio::PDB::ChemicalComponent クラスは、PDB Chemical Component Dictionary
|
1784
|
+
(旧名称 HET Group Dictionary)のパーサです。
|
1889
1785
|
|
1890
|
-
PDB Chemical Component Dictionary
|
1786
|
+
PDB Chemical Component Dictionary については以下のページを参照してください。
|
1891
1787
|
|
1892
1788
|
* ((<URL:http://deposit.pdb.org/cc_dict_tut.html>))
|
1893
1789
|
|
1894
|
-
|
1790
|
+
データは以下でダウンロードできます。
|
1895
1791
|
|
1896
1792
|
* ((<URL:http://deposit.pdb.org/het_dictionary.txt>))
|
1897
1793
|
|
1898
|
-
|
1899
|
-
|
1794
|
+
このクラスは、RESIDUE から始まって空行で終わる1エントリをパースします
|
1795
|
+
(PDB フォーマットにのみ対応しています)。
|
1900
1796
|
|
1901
|
-
Bio::FlatFile
|
1902
|
-
|
1903
|
-
br_bioflat.rb
|
1904
|
-
|
1797
|
+
Bio::FlatFile によるファイル形式自動判別に対応しています。
|
1798
|
+
このクラス自体は ID から化合物を検索したりする機能は持っていません。
|
1799
|
+
br_bioflat.rb によるインデックス作成には対応していますので、
|
1800
|
+
必要ならそちらを使用してください。
|
1905
1801
|
|
1906
1802
|
Bio::FlatFile.auto("het_dictionary.txt") |ff|
|
1907
1803
|
ff.each do |het|
|
1908
1804
|
p het.entry_id # ID
|
1909
|
-
p het.hetnam # HETNAM
|
1910
|
-
p het.hetsyn # HETSYM
|
1911
|
-
p het.formul # FORMUL
|
1912
|
-
p het.conect # CONECT
|
1805
|
+
p het.hetnam # HETNAM レコード(化合物の名称)
|
1806
|
+
p het.hetsyn # HETSYM レコード(化合物の別名の配列)
|
1807
|
+
p het.formul # FORMUL レコード(化合物の組成式)
|
1808
|
+
p het.conect # CONECT レコード
|
1913
1809
|
end
|
1914
1810
|
end
|
1915
1811
|
|
1916
|
-
|
1917
|
-
|
1812
|
+
最後の conect メソッドは、化合物の結合を Hash として返します。
|
1813
|
+
たとえば、エタノールのエントリは次のようになりますが、
|
1918
1814
|
|
1919
1815
|
RESIDUE EOH 9
|
1920
1816
|
CONECT C1 4 C2 O 1H1 2H1
|
@@ -1931,7 +1827,7 @@ br_bioflat.rb
|
|
1931
1827
|
HETNAM EOH ETHANOL
|
1932
1828
|
FORMUL EOH C2 H6 O1
|
1933
1829
|
|
1934
|
-
|
1830
|
+
このエントリに対して conect メソッドを呼ぶと
|
1935
1831
|
|
1936
1832
|
{ "C1" => [ "C2", "O", "1H1", "2H1" ],
|
1937
1833
|
"C2" => [ "C1", "1H2", "2H2", "3H2" ],
|
@@ -1943,66 +1839,66 @@ br_bioflat.rb
|
|
1943
1839
|
"3H2" => [ "C2" ],
|
1944
1840
|
"HO" => [ "O" ] }
|
1945
1841
|
|
1946
|
-
|
1842
|
+
という Hash を返します。
|
1947
1843
|
|
1948
|
-
|
1844
|
+
ここまでの処理を BioRuby シェルで試すと以下のようになります。
|
1949
1845
|
|
1950
|
-
# PDB
|
1846
|
+
# PDB エントリ 1bl8 をネットワーク経由で取得
|
1951
1847
|
bioruby> ent_1bl8 = getent("pdb:1bl8")
|
1952
|
-
#
|
1848
|
+
# エントリの中身を確認
|
1953
1849
|
bioruby> head ent_1bl8
|
1954
|
-
#
|
1850
|
+
# エントリをファイルに保存
|
1955
1851
|
bioruby> savefile("1bl8.pdb", ent_1bl8)
|
1956
|
-
#
|
1852
|
+
# 保存されたファイルの中身を確認
|
1957
1853
|
bioruby> disp "data/1bl8.pdb"
|
1958
|
-
# PDB
|
1854
|
+
# PDB エントリをパース
|
1959
1855
|
bioruby> pdb_1bl8 = flatparse(ent_1bl8)
|
1960
|
-
# PDB
|
1856
|
+
# PDB のエントリ ID を表示
|
1961
1857
|
bioruby> pdb_1bl8.entry_id
|
1962
|
-
# getent("pdb:1bl8")
|
1858
|
+
# getent("pdb:1bl8") して flatparse する代わりに、以下でもOK
|
1963
1859
|
bioruby> obj_1bl8 = getobj("pdb:1bl8")
|
1964
1860
|
bioruby> obj_1bl8.entry_id
|
1965
|
-
#
|
1861
|
+
# 各 HETEROGEN ごとに残基名を表示
|
1966
1862
|
bioruby> pdb_1bl8.each_heterogen { |heterogen| p heterogen.resName }
|
1967
1863
|
|
1968
|
-
# PDB Chemical Component Dictionary
|
1864
|
+
# PDB Chemical Component Dictionary を取得
|
1969
1865
|
bioruby> het_dic = open("http://deposit.pdb.org/het_dictionary.txt").read
|
1970
|
-
#
|
1866
|
+
# 取得したファイルのバイト数を確認
|
1971
1867
|
bioruby> het_dic.size
|
1972
|
-
#
|
1868
|
+
# 取得したファイルを保存
|
1973
1869
|
bioruby> savefile("data/het_dictionary.txt", het_dic)
|
1974
|
-
#
|
1870
|
+
# ファイルの中身を確認
|
1975
1871
|
bioruby> disp "data/het_dictionary.txt"
|
1976
|
-
#
|
1872
|
+
# 検索のためにインデックス化し het_dic というデータベースを作成
|
1977
1873
|
bioruby> flatindex("het_dic", "data/het_dictionary.txt")
|
1978
|
-
# ID
|
1874
|
+
# ID が EOH のエタノールのエントリを検索
|
1979
1875
|
bioruby> ethanol = flatsearch("het_dic", "EOH")
|
1980
|
-
#
|
1876
|
+
# 取得したエントリをパース
|
1981
1877
|
bioruby> osake = flatparse(ethanol)
|
1982
|
-
#
|
1878
|
+
# 原子間の結合テーブルを表示
|
1983
1879
|
bioruby> sake.conect
|
1984
1880
|
|
1985
|
-
==
|
1881
|
+
== アライメント (Bio::Alignment クラス)
|
1986
1882
|
|
1987
|
-
Bio::Alignment
|
1988
|
-
Ruby
|
1989
|
-
|
1883
|
+
Bio::Alignment クラスは配列のアライメントを格納するためのコンテナです。
|
1884
|
+
Ruby の Hash や Array に似た操作が可能で、BioPerl の Bio::SimpleAlign に
|
1885
|
+
似た感じになっています。以下に簡単な使い方を示します。
|
1990
1886
|
|
1991
1887
|
require 'bio'
|
1992
1888
|
|
1993
1889
|
seqs = [ 'atgca', 'aagca', 'acgca', 'acgcg' ]
|
1994
1890
|
seqs = seqs.collect{ |x| Bio::Sequence::NA.new(x) }
|
1995
1891
|
|
1996
|
-
#
|
1892
|
+
# アライメントオブジェクトを作成
|
1997
1893
|
a = Bio::Alignment.new(seqs)
|
1998
1894
|
|
1999
|
-
#
|
1895
|
+
# コンセンサス配列を表示
|
2000
1896
|
p a.consensus # ==> "a?gc?"
|
2001
1897
|
|
2002
|
-
# IUPAC
|
1898
|
+
# IUPAC 標準の曖昧な塩基を使用したコンセンサス配列を表示
|
2003
1899
|
p a.consensus_iupac # ==> "ahgcr"
|
2004
1900
|
|
2005
|
-
#
|
1901
|
+
# 各配列について繰り返す
|
2006
1902
|
a.each { |x| p x }
|
2007
1903
|
# ==>
|
2008
1904
|
# "atgca"
|
@@ -2010,7 +1906,7 @@ Ruby
|
|
2010
1906
|
# "acgca"
|
2011
1907
|
# "acgcg"
|
2012
1908
|
|
2013
|
-
#
|
1909
|
+
# 各サイトについて繰り返す
|
2014
1910
|
a.each_site { |x| p x }
|
2015
1911
|
# ==>
|
2016
1912
|
# ["a", "a", "a", "a"]
|
@@ -2019,250 +1915,250 @@ Ruby
|
|
2019
1915
|
# ["c", "c", "c", "c"]
|
2020
1916
|
# ["a", "a", "a", "g"]
|
2021
1917
|
|
2022
|
-
# Clustal W
|
2023
|
-
# 'clustalw'
|
1918
|
+
# Clustal W を使用してアライメントを行う。
|
1919
|
+
# 'clustalw' コマンドがシステムにインストールされている必要がある。
|
2024
1920
|
factory = Bio::ClustalW.new
|
2025
1921
|
a2 = a.do_align(factory)
|
2026
1922
|
|
2027
1923
|
|
2028
|
-
== FASTA
|
1924
|
+
== FASTA による相同性検索を行う(Bio::Fasta クラス)
|
2029
1925
|
|
2030
|
-
FASTA
|
2031
|
-
|
2032
|
-
|
1926
|
+
FASTA 形式の配列ファイル query.pep に対して、自分のマシン(ローカル)あるいは
|
1927
|
+
インターネット上のサーバ(リモート)で FASTA による相同性検索を行う方法です。
|
1928
|
+
ローカルの場合は SSEARCH なども同様に使うことができます。
|
2033
1929
|
|
2034
|
-
===
|
1930
|
+
=== ローカルの場合
|
2035
1931
|
|
2036
|
-
FASTA
|
2037
|
-
|
2038
|
-
|
1932
|
+
FASTA がインストールされていることを確認してください。以下の例では、
|
1933
|
+
コマンド名が fasta34 でパスが通ったディレクトリにインストール
|
1934
|
+
されている状況を仮定しています。
|
2039
1935
|
|
2040
1936
|
* ((<URL:ftp://ftp.virginia.edu/pub/fasta/>))
|
2041
1937
|
|
2042
|
-
|
2043
|
-
|
1938
|
+
検索対象とする FASTA 形式のデータベースファイル target.pep と、FASTA
|
1939
|
+
形式の問い合わせ配列がいくつか入ったファイル query.pep を準備します。
|
2044
1940
|
|
2045
|
-
|
2046
|
-
evalue
|
1941
|
+
この例では、各問い合わせ配列ごとに FASTA 検索を実行し、ヒットした配列の
|
1942
|
+
evalue が 0.0001 以下のものだけを表示します。
|
2047
1943
|
|
2048
1944
|
#!/usr/bin/env ruby
|
2049
1945
|
|
2050
1946
|
require 'bio'
|
2051
1947
|
|
2052
|
-
# FASTA
|
1948
|
+
# FASTA を実行する環境オブジェクトを作る(ssearch などでも良い)
|
2053
1949
|
factory = Bio::Fasta.local('fasta34', ARGV.pop)
|
2054
1950
|
|
2055
|
-
#
|
1951
|
+
# フラットファイルを読み込み、FastaFormat オブジェクトのリストにする
|
2056
1952
|
ff = Bio::FlatFile.new(Bio::FastaFormat, ARGF)
|
2057
1953
|
|
2058
|
-
#
|
1954
|
+
# 1エントリずつの FastaFormat オブジェクトに対し
|
2059
1955
|
ff.each do |entry|
|
2060
|
-
# '>'
|
1956
|
+
# '>' で始まるコメント行の内容を進行状況がわりに標準エラー出力に表示
|
2061
1957
|
$stderr.puts "Searching ... " + entry.definition
|
2062
1958
|
|
2063
|
-
# FASTA
|
1959
|
+
# FASTA による相同性検索を実行、結果は Fasta::Report オブジェクト
|
2064
1960
|
report = factory.query(entry)
|
2065
1961
|
|
2066
|
-
#
|
1962
|
+
# ヒットしたものそれぞれに対し
|
2067
1963
|
report.each do |hit|
|
2068
|
-
# evalue
|
1964
|
+
# evalue が 0.0001 以下の場合
|
2069
1965
|
if hit.evalue < 0.0001
|
2070
|
-
#
|
1966
|
+
# その evalue と、名前、オーバーラップ領域を表示
|
2071
1967
|
print "#{hit.query_id} : evalue #{hit.evalue}\t#{hit.target_id} at "
|
2072
1968
|
p hit.lap_at
|
2073
1969
|
end
|
2074
1970
|
end
|
2075
1971
|
end
|
2076
1972
|
|
2077
|
-
|
2078
|
-
|
1973
|
+
ここで factory は繰り返し FASTA を実行するために、あらかじめ作っておく
|
1974
|
+
実行環境です。
|
2079
1975
|
|
2080
|
-
|
2081
|
-
|
1976
|
+
上記のスクリプトを search.rb とすると、問い合わせ配列とデータベース配列の
|
1977
|
+
ファイル名を引数にして、以下のように実行します。
|
2082
1978
|
|
2083
1979
|
% ruby search.rb query.pep target.pep > search.out
|
2084
1980
|
|
2085
|
-
FASTA
|
2086
|
-
|
2087
|
-
|
2088
|
-
|
2089
|
-
|
1981
|
+
FASTA コマンドにオプションを与えたい場合、3番目の引数に FASTA の
|
1982
|
+
コマンドラインオプションを書いて渡します。ただし、ktup 値だけは
|
1983
|
+
メソッドを使って指定することになっています。
|
1984
|
+
たとえば ktup 値を 1 にして、トップ 10 位以内のヒットを得る場合の
|
1985
|
+
オプションは、以下のようになります。
|
2090
1986
|
|
2091
1987
|
factory = Bio::Fasta.local('fasta34', 'target.pep', '-b 10')
|
2092
1988
|
factory.ktup = 1
|
2093
1989
|
|
2094
|
-
Bio::Fasta#query
|
2095
|
-
|
2096
|
-
|
2097
|
-
|
1990
|
+
Bio::Fasta#query メソッドなどの返り値は Bio::Fasta::Report オブジェクト
|
1991
|
+
です。この Report オブジェクトから、様々なメソッドで FASTA の出力結果の
|
1992
|
+
ほぼ全てを自由に取り出せるようになっています。たとえば、ヒットに関する
|
1993
|
+
スコアなどの主な情報は、
|
2098
1994
|
|
2099
1995
|
report.each do |hit|
|
2100
1996
|
puts hit.evalue # E-value
|
2101
|
-
puts hit.sw # Smith-Waterman
|
1997
|
+
puts hit.sw # Smith-Waterman スコア (*)
|
2102
1998
|
puts hit.identity # % identity
|
2103
|
-
puts hit.overlap #
|
2104
|
-
puts hit.query_id #
|
2105
|
-
puts hit.query_def #
|
2106
|
-
puts hit.query_len #
|
2107
|
-
puts hit.query_seq #
|
2108
|
-
puts hit.target_id #
|
2109
|
-
puts hit.target_def #
|
2110
|
-
puts hit.target_len #
|
2111
|
-
puts hit.target_seq #
|
2112
|
-
puts hit.query_start #
|
2113
|
-
puts hit.query_end #
|
2114
|
-
puts hit.target_start #
|
2115
|
-
puts hit.target_end #
|
2116
|
-
puts hit.lap_at #
|
1999
|
+
puts hit.overlap # オーバーラップしている領域の長さ
|
2000
|
+
puts hit.query_id # 問い合わせ配列の ID
|
2001
|
+
puts hit.query_def # 問い合わせ配列のコメント
|
2002
|
+
puts hit.query_len # 問い合わせ配列の長さ
|
2003
|
+
puts hit.query_seq # 問い合わせ配列
|
2004
|
+
puts hit.target_id # ヒットした配列の ID
|
2005
|
+
puts hit.target_def # ヒットした配列のコメント
|
2006
|
+
puts hit.target_len # ヒットした配列の長さ
|
2007
|
+
puts hit.target_seq # ヒットした配列
|
2008
|
+
puts hit.query_start # 相同領域の問い合わせ配列での開始残基位置
|
2009
|
+
puts hit.query_end # 相同領域の問い合わせ配列での終了残基位置
|
2010
|
+
puts hit.target_start # 相同領域のターゲット配列での開始残基位置
|
2011
|
+
puts hit.target_end # 相同領域のターゲット配列での終了残基位置
|
2012
|
+
puts hit.lap_at # 上記4位置の数値の配列
|
2117
2013
|
end
|
2118
2014
|
|
2119
|
-
|
2120
|
-
Bio::Blast::Report
|
2121
|
-
FASTA
|
2122
|
-
|
2015
|
+
などのメソッドで呼び出せます。これらのメソッドの多くは後で説明する
|
2016
|
+
Bio::Blast::Report クラスと共通にしてあります。上記以外のメソッドや
|
2017
|
+
FASTA 特有の値を取り出すメソッドが必要な場合は、Bio::Fasta::Report
|
2018
|
+
クラスのドキュメントを参照してください。
|
2123
2019
|
|
2124
|
-
|
2125
|
-
|
2020
|
+
もし、パースする前の手を加えていない fasta コマンドの実行結果が必要な
|
2021
|
+
場合には、
|
2126
2022
|
|
2127
2023
|
report = factory.query(entry)
|
2128
2024
|
puts factory.output
|
2129
2025
|
|
2130
|
-
|
2131
|
-
|
2026
|
+
のように、query メソッドを実行した後で factory オブジェクトの output
|
2027
|
+
メソッドを使って取り出すことができます。
|
2132
2028
|
|
2133
2029
|
|
2134
|
-
===
|
2030
|
+
=== リモートの場合
|
2135
2031
|
|
2136
|
-
|
2137
|
-
|
2138
|
-
|
2139
|
-
|
2032
|
+
今のところ GenomeNet (fasta.genome.jp) での検索のみサポートしています。
|
2033
|
+
リモートの場合は使用可能な検索対象データベースが決まっていますが、それ以
|
2034
|
+
外の点については Bio::Fasta.remote と Bio::Fasta.local は同じように使う
|
2035
|
+
ことができます。
|
2140
2036
|
|
2141
|
-
GenomeNet
|
2037
|
+
GenomeNet で使用可能な検索対象データベース:
|
2142
2038
|
|
2143
|
-
*
|
2039
|
+
* アミノ酸配列データベース
|
2144
2040
|
* nr-aa, genes, vgenes.pep, swissprot, swissprot-upd, pir, prf, pdbstr
|
2145
2041
|
|
2146
|
-
*
|
2042
|
+
* 塩基配列データベース
|
2147
2043
|
* nr-nt, genbank-nonst, gbnonst-upd, dbest, dbgss, htgs, dbsts,
|
2148
2044
|
embl-nonst, embnonst-upd, genes-nt, genome, vgenes.nuc
|
2149
2045
|
|
2150
|
-
|
2151
|
-
|
2046
|
+
まず、この中から検索したいデータベースを選択します。問い合わせ配列の種類
|
2047
|
+
と検索するデータベースの種類によってプログラムは決まります。
|
2152
2048
|
|
2153
|
-
*
|
2154
|
-
*
|
2155
|
-
*
|
2049
|
+
* 問い合わせ配列がアミノ酸のとき
|
2050
|
+
* 対象データベースがアミノ酸配列データベースの場合、program は 'fasta'
|
2051
|
+
* 対象データベースが核酸配列データベースの場合、program は 'tfasta'
|
2156
2052
|
|
2157
|
-
*
|
2158
|
-
*
|
2159
|
-
* (
|
2053
|
+
* 問い合わせ配列が核酸配列のとき
|
2054
|
+
* 対象データベースが核酸配列データベースの場合、program は 'fasta'
|
2055
|
+
* (対象データベースがアミノ酸配列データベースの場合は検索不能?)
|
2160
2056
|
|
2161
|
-
|
2057
|
+
プログラムとデータベースの組み合せが決まったら
|
2162
2058
|
|
2163
2059
|
program = 'fasta'
|
2164
2060
|
database = 'genes'
|
2165
2061
|
|
2166
2062
|
factory = Bio::Fasta.remote(program, database)
|
2167
2063
|
|
2168
|
-
|
2169
|
-
|
2064
|
+
としてファクトリーを作り、ローカルの場合と同じように factory.query など
|
2065
|
+
のメソッドで検索を実行します。
|
2170
2066
|
|
2171
2067
|
|
2172
|
-
== BLAST
|
2068
|
+
== BLAST による相同性検索を行う(Bio::Blast クラス)
|
2173
2069
|
|
2174
|
-
BLAST
|
2175
|
-
|
2176
|
-
Bio::Blast
|
2070
|
+
BLAST もローカルと GenomeNet (blast.genome.jp) での検索をサポートして
|
2071
|
+
います。できるだけ Bio::Fasta と API を共通にしていますので、上記の例を
|
2072
|
+
Bio::Blast と書き換えただけでも大丈夫な場合が多いです。
|
2177
2073
|
|
2178
|
-
|
2074
|
+
たとえば、先の f_search.rb は
|
2179
2075
|
|
2180
|
-
# BLAST
|
2076
|
+
# BLAST を実行する環境オブジェクトを作る
|
2181
2077
|
factory = Bio::Blast.local('blastp', ARGV.pop)
|
2182
2078
|
|
2183
|
-
|
2079
|
+
と変更するだけで同じように実行できます。
|
2184
2080
|
|
2185
|
-
|
2186
|
-
|
2081
|
+
同様に、GenomeNet を使用してBLASTを行う場合には Bio::Blast.remote を使います。
|
2082
|
+
この場合、programの指定内容が FASTA と異なります。
|
2187
2083
|
|
2188
|
-
*
|
2189
|
-
*
|
2190
|
-
*
|
2084
|
+
* 問い合わせ配列がアミノ酸のとき
|
2085
|
+
* 対象データベースがアミノ酸配列データベースの場合、program は 'blastp'
|
2086
|
+
* 対象データベースが核酸配列データベースの場合、program は 'tblastn'
|
2191
2087
|
|
2192
|
-
*
|
2193
|
-
*
|
2194
|
-
*
|
2195
|
-
* (
|
2088
|
+
* 問い合わせ配列が塩基配列のとき
|
2089
|
+
* 対象データベースがアミノ酸配列データベースの場合、program は 'blastx'
|
2090
|
+
* 対象データベースが塩基配列データベースの場合、program は 'blastn'
|
2091
|
+
* (問い合わせ・データベース共に6フレーム翻訳を行う場合は 'tblastx')
|
2196
2092
|
|
2197
|
-
|
2093
|
+
をそれぞれ指定します。
|
2198
2094
|
|
2199
|
-
|
2200
|
-
|
2201
|
-
XMLParser
|
2202
|
-
|
2203
|
-
|
2204
|
-
|
2205
|
-
|
2206
|
-
|
2095
|
+
ところで、BLAST では "-m 7" オプションによる XML 出力フォーマッットの方が
|
2096
|
+
得られる情報が豊富なため、Bio::Blast は Ruby 用の XML ライブラリである
|
2097
|
+
XMLParser または REXML が使用可能な場合は、XML 出力を利用します。
|
2098
|
+
両方使用可能な場合、XMLParser のほうが高速なので優先的に使用されます。
|
2099
|
+
なお、Ruby 1.8.0 以降では REXML は Ruby 本体に標準添付されています。
|
2100
|
+
もし XML ライブラリがインストールされていない場合は "-m 8" のタブ区切りの
|
2101
|
+
出力形式を扱うようにしています。しかし、このフォーマットでは得られる
|
2102
|
+
データが限られるので、"-m 7" の XML 形式の出力を使うことをお勧めします。
|
2207
2103
|
|
2208
|
-
|
2209
|
-
|
2210
|
-
|
2104
|
+
すでに見たように Bio::Fasta::Report と Bio::Blast::Report の Hit オブジェ
|
2105
|
+
クトはいくつか共通のメソッドを持っています。BLAST 固有のメソッドで良く使
|
2106
|
+
いそうなものには bit_score や midline などがあります。
|
2211
2107
|
|
2212
2108
|
report.each do |hit|
|
2213
|
-
puts hit.bit_score # bit
|
2214
|
-
puts hit.query_seq #
|
2215
|
-
puts hit.midline #
|
2216
|
-
puts hit.target_seq #
|
2109
|
+
puts hit.bit_score # bit スコア (*)
|
2110
|
+
puts hit.query_seq # 問い合わせ配列
|
2111
|
+
puts hit.midline # アライメントの midline 文字列 (*)
|
2112
|
+
puts hit.target_seq # ヒットした配列
|
2217
2113
|
|
2218
2114
|
puts hit.evalue # E-value
|
2219
2115
|
puts hit.identity # % identity
|
2220
|
-
puts hit.overlap #
|
2221
|
-
puts hit.query_id #
|
2222
|
-
puts hit.query_def #
|
2223
|
-
puts hit.query_len #
|
2224
|
-
puts hit.target_id #
|
2225
|
-
puts hit.target_def #
|
2226
|
-
puts hit.target_len #
|
2227
|
-
puts hit.query_start #
|
2228
|
-
puts hit.query_end #
|
2229
|
-
puts hit.target_start #
|
2230
|
-
puts hit.target_end #
|
2231
|
-
puts hit.lap_at #
|
2116
|
+
puts hit.overlap # オーバーラップしている領域の長さ
|
2117
|
+
puts hit.query_id # 問い合わせ配列の ID
|
2118
|
+
puts hit.query_def # 問い合わせ配列のコメント
|
2119
|
+
puts hit.query_len # 問い合わせ配列の長さ
|
2120
|
+
puts hit.target_id # ヒットした配列の ID
|
2121
|
+
puts hit.target_def # ヒットした配列のコメント
|
2122
|
+
puts hit.target_len # ヒットした配列の長さ
|
2123
|
+
puts hit.query_start # 相同領域の問い合わせ配列での開始残基位置
|
2124
|
+
puts hit.query_end # 相同領域の問い合わせ配列での終了残基位置
|
2125
|
+
puts hit.target_start # 相同領域のターゲット配列での開始残基位置
|
2126
|
+
puts hit.target_end # 相同領域のターゲット配列での終了残基位置
|
2127
|
+
puts hit.lap_at # 上記4位置の数値の配列
|
2232
2128
|
end
|
2233
2129
|
|
2234
|
-
FASTA
|
2235
|
-
Hsp (High-scoring segment pair)
|
2130
|
+
FASTAとのAPI共通化のためと簡便のため、スコアなどいくつかの情報は1番目の
|
2131
|
+
Hsp (High-scoring segment pair) の値をHitで返すようにしています。
|
2236
2132
|
|
2237
|
-
Bio::Blast::Report
|
2238
|
-
|
2133
|
+
Bio::Blast::Report オブジェクトは、以下に示すような、BLASTの結果出力の
|
2134
|
+
データ構造をそのまま反映した階層的なデータ構造を持っています。具体的には
|
2239
2135
|
|
2240
|
-
* Bio::Blast::Report
|
2241
|
-
* Bio::Blast::Report::Iteration
|
2242
|
-
Bio::Blast::Report::Iteration
|
2243
|
-
* Bio::Blast::Report::Hits
|
2244
|
-
Bio::Blast::Report::Hits
|
2245
|
-
* Bio::Blast::Report::Hsp
|
2136
|
+
* Bio::Blast::Report オブジェクトの @iteratinos に
|
2137
|
+
* Bio::Blast::Report::Iteration オブジェクトの Array が入っており
|
2138
|
+
Bio::Blast::Report::Iteration オブジェクトの @hits に
|
2139
|
+
* Bio::Blast::Report::Hits オブジェクトの Array が入っており
|
2140
|
+
Bio::Blast::Report::Hits オブジェクトの @hsps に
|
2141
|
+
* Bio::Blast::Report::Hsp オブジェクトの Array が入っている
|
2246
2142
|
|
2247
|
-
|
2248
|
-
|
2249
|
-
|
2250
|
-
|
2143
|
+
という階層構造になっており、それぞれが内部の値を取り出すためのメソッドを
|
2144
|
+
持っています。これらのメソッドの詳細や、BLAST 実行の統計情報などの値が
|
2145
|
+
必要な場合には、 bio/appl/blast/*.rb 内のドキュメントやテストコードを
|
2146
|
+
参照してください。
|
2251
2147
|
|
2252
2148
|
|
2253
|
-
===
|
2149
|
+
=== 既存の BLAST 出力ファイルをパースする
|
2254
2150
|
|
2255
|
-
BLAST
|
2256
|
-
|
2257
|
-
|
2258
|
-
|
2259
|
-
"-m 7"
|
2151
|
+
BLAST を実行した結果ファイルがすでに保存してあって、これを解析したい場合
|
2152
|
+
には(Bio::Blast オブジェクトを作らずに) Bio::Blast::Report オブジェク
|
2153
|
+
トを作りたい、ということになります。これには Bio::Blast.reports メソッド
|
2154
|
+
を使います。対応しているのは デフォルト出力フォーマット("-m 0") または
|
2155
|
+
"-m 7" オプションの XML フォーマット出力です。
|
2260
2156
|
|
2261
2157
|
#!/usr/bin/env ruby
|
2262
2158
|
|
2263
2159
|
require 'bio'
|
2264
2160
|
|
2265
|
-
# BLAST
|
2161
|
+
# BLAST出力を順にパースして Bio::Blast::Report オブジェクトを返す
|
2266
2162
|
Bio::Blast.reports(ARGF) do |report|
|
2267
2163
|
puts "Hits for " + report.query_def + " against " + report.db
|
2268
2164
|
report.each do |hit|
|
@@ -2270,93 +2166,93 @@ BLAST
|
|
2270
2166
|
end
|
2271
2167
|
end
|
2272
2168
|
|
2273
|
-
|
2169
|
+
のようなスクリプト hits_under_0.001.rb を書いて、
|
2274
2170
|
|
2275
2171
|
% ./hits_under_0.001.rb *.xml
|
2276
2172
|
|
2277
|
-
|
2278
|
-
|
2173
|
+
などと実行すれば、引数に与えた BLAST の結果ファイル *.xml を順番に処理で
|
2174
|
+
きます。
|
2279
2175
|
|
2280
|
-
Blast
|
2281
|
-
|
2282
|
-
Blast 2.2.5
|
2283
|
-
|
2176
|
+
Blast のバージョンや OS などによって出力される XML の形式が異なる可能性
|
2177
|
+
があり、時々 XML のパーザがうまく使えないことがあるようです。その場合は
|
2178
|
+
Blast 2.2.5 以降のバージョンをインストールするか -D や -m などのオプショ
|
2179
|
+
ンの組み合せを変えて試してみてください。
|
2284
2180
|
|
2285
2181
|
|
2286
|
-
===
|
2182
|
+
=== リモート検索サイトを追加するには
|
2287
2183
|
|
2288
|
-
|
2289
|
-
|
2184
|
+
注: このセクションは上級ユーザ向けです。可能であれば SOAP などによる
|
2185
|
+
ウェブサービスを利用する方がよいでしょう。
|
2290
2186
|
|
2291
|
-
Blast
|
2292
|
-
|
2187
|
+
Blast 検索は NCBI をはじめ様々なサイトでサービスされていますが、今のとこ
|
2188
|
+
ろ BioRuby では GenomeNet 以外には対応していません。これらのサイトは、
|
2293
2189
|
|
2294
|
-
* CGI
|
2295
|
-
* -m 8
|
2296
|
-
|
2190
|
+
* CGI を呼び出す(コマンドラインオプションはそのサイト用に処理する)
|
2191
|
+
* -m 8 など BioRuby がパーザを持っている出力フォーマットで blast の
|
2192
|
+
出力を取り出す
|
2297
2193
|
|
2298
|
-
|
2299
|
-
|
2300
|
-
|
2301
|
-
|
2194
|
+
ことさえできれば、query を受け取って検索結果を Bio::Blast::Report.new に
|
2195
|
+
渡すようなメソッドを定義するだけで使えるようになります。具体的には、この
|
2196
|
+
メソッドを「exec_サイト名」のような名前で Bio::Blast の private メソッド
|
2197
|
+
として登録すると、4番目の引数に「サイト名」を指定して
|
2302
2198
|
|
2303
|
-
factory = Bio::Blast.remote(program, db, option, '
|
2199
|
+
factory = Bio::Blast.remote(program, db, option, 'サイト名')
|
2304
2200
|
|
2305
|
-
|
2306
|
-
|
2201
|
+
のように呼び出せるようになっています。完成したら BioRuby プロジェクトま
|
2202
|
+
で送ってもらえれば取り込ませて頂きます。
|
2307
2203
|
|
2308
2204
|
|
2309
|
-
== PubMed
|
2205
|
+
== PubMed を引いて引用文献リストを作る (Bio::PubMed クラス)
|
2310
2206
|
|
2311
|
-
|
2207
|
+
次は、NCBI の文献データベース PubMed を検索して引用文献リストを作成する例です。
|
2312
2208
|
|
2313
2209
|
#!/usr/bin/env ruby
|
2314
2210
|
|
2315
2211
|
require 'bio'
|
2316
2212
|
|
2317
2213
|
ARGV.each do |id|
|
2318
|
-
entry = Bio::PubMed.query(id) # PubMed
|
2319
|
-
medline = Bio::MEDLINE.new(entry) # Bio::MEDLINE
|
2320
|
-
reference = medline.reference # Bio::Reference
|
2321
|
-
puts reference.bibtex # BibTeX
|
2214
|
+
entry = Bio::PubMed.query(id) # PubMed を取得するクラスメソッド
|
2215
|
+
medline = Bio::MEDLINE.new(entry) # Bio::MEDLINE オブジェクト
|
2216
|
+
reference = medline.reference # Bio::Reference オブジェクト
|
2217
|
+
puts reference.bibtex # BibTeX フォーマットで出力
|
2322
2218
|
end
|
2323
2219
|
|
2324
|
-
|
2220
|
+
このスクリプトを pmfetch.rb など好きな名前で保存し、
|
2325
2221
|
|
2326
2222
|
% ./pmfetch.rb 11024183 10592278 10592173
|
2327
2223
|
|
2328
|
-
|
2329
|
-
|
2330
|
-
|
2224
|
+
など引用したい論文の PubMed ID (PMID) を引数に並べると NCBI にアクセスし
|
2225
|
+
て MEDLINE フォーマットをパースし BibTeX フォーマットに変換して出力して
|
2226
|
+
くれるはずです。
|
2331
2227
|
|
2332
|
-
|
2228
|
+
他に、キーワードで検索する機能もあります。
|
2333
2229
|
|
2334
2230
|
#!/usr/bin/env ruby
|
2335
2231
|
|
2336
2232
|
require 'bio'
|
2337
2233
|
|
2338
|
-
#
|
2234
|
+
# コマンドラインで与えたキーワードのリストを1つの文字列にする
|
2339
2235
|
keywords = ARGV.join(' ')
|
2340
2236
|
|
2341
|
-
# PubMed
|
2237
|
+
# PubMed をキーワードで検索
|
2342
2238
|
entries = Bio::PubMed.search(keywords)
|
2343
2239
|
|
2344
2240
|
entries.each do |entry|
|
2345
|
-
medline = Bio::MEDLINE.new(entry) # Bio::MEDLINE
|
2346
|
-
reference = medline.reference # Bio::Reference
|
2347
|
-
puts reference.bibtex # BibTeX
|
2241
|
+
medline = Bio::MEDLINE.new(entry) # Bio::MEDLINE オブジェクト
|
2242
|
+
reference = medline.reference # Bio::Reference オブジェクト
|
2243
|
+
puts reference.bibtex # BibTeX フォーマットで出力
|
2348
2244
|
end
|
2349
2245
|
|
2350
|
-
|
2246
|
+
このスクリプトを pmsearch.rb など好きな名前で保存し
|
2351
2247
|
|
2352
2248
|
% ./pmsearch.rb genome bioinformatics
|
2353
2249
|
|
2354
|
-
|
2355
|
-
|
2250
|
+
など検索したいキーワードを引数に並べて実行すると、PubMed をキーワード
|
2251
|
+
検索してヒットした論文のリストを BibTeX フォーマットで出力します。
|
2356
2252
|
|
2357
|
-
|
2358
|
-
|
2359
|
-
Bio::PubMed.efetch
|
2253
|
+
最近では、NCBI は E-Utils というウェブアプリケーションを使うことが
|
2254
|
+
推奨されているので、今後は Bio::PubMed.esearch メソッドおよび
|
2255
|
+
Bio::PubMed.efetch メソッドを使う方が良いでしょう。
|
2360
2256
|
|
2361
2257
|
#!/usr/bin/env ruby
|
2362
2258
|
|
@@ -2377,58 +2273,58 @@ Bio::PubMed.efetch
|
|
2377
2273
|
puts reference.bibtex
|
2378
2274
|
end
|
2379
2275
|
|
2380
|
-
|
2381
|
-
NCBI E-Utils
|
2382
|
-
|
2383
|
-
|
2276
|
+
このスクリプトでは、上記の pmsearch.rb とほぼ同じように動きます。さらに、
|
2277
|
+
NCBI E-Utils を活用することにより、検索対象の日付や最大ヒット件数などを
|
2278
|
+
指定できるようになっているので、より高機能です。オプションに与えられる
|
2279
|
+
引数については ((<E-Utils のヘルプページ|URL:http://eutils.ncbi.nlm.nih.gov/entrez/query/static/eutils_help.html>)) を参照してください。
|
2384
2280
|
|
2385
|
-
|
2386
|
-
|
2387
|
-
|
2388
|
-
|
2281
|
+
ちなみに、ここでは bibtex メソッドで BibTeX フォーマットに変換しています
|
2282
|
+
が、後述のように bibitem メソッドも使える他、(強調やイタリックなど
|
2283
|
+
文字の修飾はできませんが)nature メソッドや nar など、いくつかの雑誌の
|
2284
|
+
フォーマットにも対応しています。
|
2389
2285
|
|
2390
|
-
=== BibTeX
|
2286
|
+
=== BibTeX の使い方のメモ
|
2391
2287
|
|
2392
|
-
|
2393
|
-
|
2288
|
+
上記の例で集めた BibTeX フォーマットのリストを TeX で使う方法を簡単にま
|
2289
|
+
とめておきます。引用しそうな文献を
|
2394
2290
|
|
2395
2291
|
% ./pmfetch.rb 10592173 >> genoinfo.bib
|
2396
2292
|
% ./pmsearch.rb genome bioinformatics >> genoinfo.bib
|
2397
2293
|
|
2398
|
-
|
2294
|
+
などとして genoinfo.bib ファイルに集めて保存しておき、
|
2399
2295
|
|
2400
2296
|
\documentclass{jarticle}
|
2401
2297
|
\begin{document}
|
2402
2298
|
\bibliographystyle{plain}
|
2403
|
-
|
2299
|
+
ほにゃらら KEGG データベース~\cite{PMID:10592173}はふがほげである。
|
2404
2300
|
\bibliography{genoinfo}
|
2405
2301
|
\end{document}
|
2406
2302
|
|
2407
|
-
|
2303
|
+
というファイル hoge.tex を書いて、
|
2408
2304
|
|
2409
2305
|
% platex hoge
|
2410
|
-
% bibtex hoge #
|
2411
|
-
% platex hoge #
|
2412
|
-
% platex hoge #
|
2306
|
+
% bibtex hoge # → genoinfo.bib の処理
|
2307
|
+
% platex hoge # → 文献リストの作成
|
2308
|
+
% platex hoge # → 文献番号
|
2413
2309
|
|
2414
|
-
|
2310
|
+
とすると無事 hoge.dvi ができあがります。
|
2415
2311
|
|
2416
|
-
=== bibitem
|
2312
|
+
=== bibitem の使い方のメモ
|
2417
2313
|
|
2418
|
-
|
2419
|
-
|
2314
|
+
文献用に別の .bib ファイルを作りたくない場合は Reference#bibitem メソッ
|
2315
|
+
ドの出力を使います。上記の pmfetch.rb や pmsearch.rb の
|
2420
2316
|
|
2421
2317
|
puts reference.bibtex
|
2422
2318
|
|
2423
|
-
|
2319
|
+
の行を
|
2424
2320
|
|
2425
2321
|
puts reference.bibitem
|
2426
2322
|
|
2427
|
-
|
2323
|
+
に書き換えるなどして、出力結果を
|
2428
2324
|
|
2429
2325
|
\documentclass{jarticle}
|
2430
2326
|
\begin{document}
|
2431
|
-
|
2327
|
+
ほにゃらら KEGG データベース~\cite{PMID:10592173}はふがほげである。
|
2432
2328
|
|
2433
2329
|
\begin{thebibliography}{00}
|
2434
2330
|
|
@@ -2440,78 +2336,78 @@ NCBI E-Utils
|
|
2440
2336
|
\end{thebibliography}
|
2441
2337
|
\end{document}
|
2442
2338
|
|
2443
|
-
|
2339
|
+
のように \begin{thebibliography} で囲みます。これを hoge.tex とすると
|
2444
2340
|
|
2445
|
-
% platex hoge #
|
2446
|
-
% platex hoge #
|
2341
|
+
% platex hoge # → 文献リストの作成
|
2342
|
+
% platex hoge # → 文献番号
|
2447
2343
|
|
2448
|
-
|
2344
|
+
と2回処理すればできあがりです。
|
2449
2345
|
|
2450
2346
|
|
2451
2347
|
= OBDA
|
2452
2348
|
|
2453
|
-
OBDA (Open Bio Database Access)
|
2454
|
-
|
2455
|
-
2002
|
2456
|
-
|
2457
|
-
|
2349
|
+
OBDA (Open Bio Database Access) とは、Open Bioinformatics Foundation
|
2350
|
+
によって制定された、配列データベースへの共通アクセス方法です。これは、
|
2351
|
+
2002 年の1月と2月に Arizona と Cape Town にて開催された BioHackathon
|
2352
|
+
において、BioPerl, BioJava, BioPython, BioRuby などの各プロジェクトの
|
2353
|
+
メンバーが参加して作成されました。
|
2458
2354
|
|
2459
2355
|
* BioRegistry (Directory)
|
2460
|
-
*
|
2356
|
+
* データベース毎に配列をどこにどのように取りに行くかを指定する仕組み
|
2461
2357
|
|
2462
2358
|
* BioFlat
|
2463
|
-
*
|
2359
|
+
* フラットファイルの 2 分木または BDB を使ったインデックス作成
|
2464
2360
|
|
2465
2361
|
* BioFetch
|
2466
|
-
* HTTP
|
2362
|
+
* HTTP 経由でデータベースからエントリを取得するサーバとクライアント
|
2467
2363
|
|
2468
2364
|
* BioSQL
|
2469
|
-
* MySQL
|
2470
|
-
|
2365
|
+
* MySQL や PostgreSQL などの関係データベースに配列データを格納する
|
2366
|
+
ための schema と、エントリを取り出すためのメソッド
|
2471
2367
|
|
2472
|
-
|
2473
|
-
|
2474
|
-
|
2368
|
+
詳細は ((<URL:http://obda.open-bio.org/>)) を参照してください。
|
2369
|
+
それぞれの仕様書は cvs.open-bio.org の CVSレポジトリに置いてあります。
|
2370
|
+
または、((<URL:http://cvs.open-bio.org/cgi-bin/viewcvs/viewcvs.cgi/obda-specs/?cvsroot=obf-common>)) から参照できます。
|
2475
2371
|
|
2476
2372
|
|
2477
2373
|
== BioRegistry
|
2478
2374
|
|
2479
|
-
BioRegistry
|
2480
|
-
|
2481
|
-
|
2482
|
-
|
2375
|
+
BioRegistryとは、設定ファイルによって各データベースのエントリ取得方法を
|
2376
|
+
指定することにより、どんな方法を使っているかをほとんど意識せずデータを
|
2377
|
+
取得することを可能とするための仕組みです。
|
2378
|
+
設定ファイルの優先順位は
|
2483
2379
|
|
2484
|
-
* (
|
2380
|
+
* (メソッドのパラメータで)指定したファイル
|
2485
2381
|
* ~/.bioinformatics/seqdatabase.ini
|
2486
2382
|
* /etc/bioinformatics/seqdatabase.ini
|
2487
2383
|
* http://www.open-bio.org/registry/seqdatabase.ini
|
2488
2384
|
|
2489
|
-
|
2490
|
-
|
2385
|
+
最後の open-bio.org の設定は、ローカルな設定ファイルが見つからない場合に
|
2386
|
+
だけ参照します。
|
2491
2387
|
|
2492
|
-
BioRuby
|
2493
|
-
|
2494
|
-
|
2495
|
-
|
2496
|
-
|
2497
|
-
|
2388
|
+
BioRuby の現在の実装では、すべてのローカルな設定ファイルを読み込み、
|
2389
|
+
同じ名前の設定が複数存在した場合は、最初に見つかった設定だけが使用されます。
|
2390
|
+
これを利用すると、たとえば、システム管理者が /etc/bioinformatics/ に置いた
|
2391
|
+
設定のうち個人的に変更したいものだけ ~/.bioinformatics/ で上書きすることが
|
2392
|
+
できます。サンプルの seqdatabase.ini ファイルが bioruby のソースに含まれて
|
2393
|
+
いますので参照してください。
|
2498
2394
|
|
2499
|
-
|
2395
|
+
設定ファイルの中身は stanza フォーマットと呼ばれる書式で記述します。
|
2500
2396
|
|
2501
|
-
[
|
2502
|
-
protocol
|
2503
|
-
location
|
2397
|
+
[データベース名]
|
2398
|
+
protocol=プロトコル名
|
2399
|
+
location=サーバ名
|
2504
2400
|
|
2505
|
-
|
2506
|
-
|
2507
|
-
|
2508
|
-
|
2509
|
-
|
2510
|
-
|
2401
|
+
このようなエントリを各データベースについて記述することになります。
|
2402
|
+
データベース名は、自分が使用するためのラベルなので分かりやすいものを
|
2403
|
+
つければ良く、実際のデータベースの名前と異なっていても構わないようです。
|
2404
|
+
同じ名前のデータベースが複数あるときは最初に書かれているものから順に
|
2405
|
+
接続を試すように仕様書では提案されていますが、今のところ BioRuby では
|
2406
|
+
それには対応していません。
|
2511
2407
|
|
2512
|
-
|
2513
|
-
|
2514
|
-
|
2408
|
+
また、プロトコルの種類によっては location 以外にも(MySQL のユーザ名など)
|
2409
|
+
追加のオプションを記述する必要があります。現在のところ、仕様書で規定され
|
2410
|
+
ている protocol としては以下のものがあります。
|
2515
2411
|
|
2516
2412
|
* index-flat
|
2517
2413
|
* index-berkeleydb
|
@@ -2520,112 +2416,112 @@ BioRuby
|
|
2520
2416
|
* bsane-corba
|
2521
2417
|
* xembl
|
2522
2418
|
|
2523
|
-
|
2524
|
-
|
2525
|
-
|
2419
|
+
今のところ BioRuby で使用可能なのは index-flat, index-berkleydb, biofetch
|
2420
|
+
と biosql だけです。また、BioRegistryや各プロトコルの仕様は変更されること
|
2421
|
+
がありますが、BioRubyはそれに追従できていないかもしれません。
|
2526
2422
|
|
2527
|
-
BioRegistry
|
2528
|
-
|
2423
|
+
BioRegistry を使うには、まず Bio::Registryオブジェクトを作成します。
|
2424
|
+
すると、設定ファイルが読み込まれます。
|
2529
2425
|
|
2530
2426
|
reg = Bio::Registry.new
|
2531
2427
|
|
2532
|
-
#
|
2428
|
+
# 設定ファイルに書いたデータベース名でサーバへ接続
|
2533
2429
|
serv = reg.get_database('genbank')
|
2534
2430
|
|
2535
|
-
# ID
|
2431
|
+
# ID を指定してエントリを取得
|
2536
2432
|
entry = serv.get_by_id('AA2CG')
|
2537
2433
|
|
2538
|
-
|
2539
|
-
|
2540
|
-
|
2434
|
+
ここで serv は設定ファイルの [genbank] の欄で指定した protocol プロトコ
|
2435
|
+
ルに対応するサーバオブジェクトで、Bio::SQL や Bio::Fetch などのインスタ
|
2436
|
+
ンスが返っているはずです(データベース名が見つからなかった場合は nil)。
|
2541
2437
|
|
2542
|
-
|
2543
|
-
|
2544
|
-
BioSQL
|
2438
|
+
あとは OBDA 共通のエントリ取得メソッド get_by_id を呼んだり、サーバオ
|
2439
|
+
ブジェクト毎に固有のメソッドを呼ぶことになりますので、以下の BioFetch や
|
2440
|
+
BioSQL の解説を参照してください。
|
2545
2441
|
|
2546
2442
|
|
2547
2443
|
== BioFlat
|
2548
2444
|
|
2549
|
-
BioFlat
|
2550
|
-
|
2551
|
-
index-flat
|
2552
|
-
|
2553
|
-
|
2554
|
-
bioruby
|
2445
|
+
BioFlat はフラットファイルに対してインデックスを作成し、エントリを高速に
|
2446
|
+
取り出す仕組みです。インデックスの種類は、RUbyの拡張ライブラリに依存しない
|
2447
|
+
index-flat と Berkeley DB (bdb) を使った index-berkeleydb の2種類が存在
|
2448
|
+
します。なお、index-berkeleydb を使用するには、BDB という Ruby の拡張
|
2449
|
+
ライブラリを別途インストールする必要があります。インデックスの作成には
|
2450
|
+
bioruby パッケージに付属する br_bioflat.rb コマンドを使って、
|
2555
2451
|
|
2556
|
-
% br_bioflat.rb --makeindex
|
2452
|
+
% br_bioflat.rb --makeindex データベース名 [--format クラス名] ファイル名
|
2557
2453
|
|
2558
|
-
|
2559
|
-
|
2560
|
-
BioRuby
|
2454
|
+
のようにします。BioRubyはデータフォーマットの自動認識機能を搭載している
|
2455
|
+
ので --format オプションは省略可能ですが、万一うまく認識しなかった場合は
|
2456
|
+
BioRuby の各データベースのクラス名を指定してください。検索は、
|
2561
2457
|
|
2562
|
-
% bioflat
|
2458
|
+
% bioflat データベース名 エントリID
|
2563
2459
|
|
2564
|
-
|
2565
|
-
|
2460
|
+
とします。具体的に GenBank の gbbct*.seq ファイルにインデックスを作成し
|
2461
|
+
て検索する場合、
|
2566
2462
|
|
2567
2463
|
% bioflat --makeindex my_bctdb --format GenBank gbbct*.seq
|
2568
2464
|
% bioflat my_bctdb A16STM262
|
2569
2465
|
|
2570
|
-
|
2466
|
+
のような感じになります。
|
2571
2467
|
|
2572
|
-
Ruby
|
2573
|
-
|
2574
|
-
|
2468
|
+
Ruby の bdb 拡張モジュール(詳細は http://raa.ruby-lang.org/project/bdb/ 参照)
|
2469
|
+
がインストールされている場合は Berkeley DB を利用してインデックスを作成する
|
2470
|
+
ことができます。この場合、
|
2575
2471
|
|
2576
|
-
% bioflat --makeindex-bdb
|
2472
|
+
% bioflat --makeindex-bdb データベース名 [--format クラス名] ファイル名
|
2577
2473
|
|
2578
|
-
|
2474
|
+
のように "--makeindex" のかわりに "--makeindex-bdb" を指定します。
|
2579
2475
|
|
2580
2476
|
|
2581
2477
|
== BioFetch
|
2582
2478
|
|
2583
|
-
BioFetch
|
2584
|
-
|
2585
|
-
|
2586
|
-
|
2479
|
+
BioFetch は CGI を経由してサーバからデータベースのエントリを取得する仕様
|
2480
|
+
で、サーバが受け取る CGI のオプション名、エラーコードなどが決められてい
|
2481
|
+
ます。クライアントは HTTP を使ってデータベース、ID、フォーマットなどを指
|
2482
|
+
定し、エントリを取得します。
|
2587
2483
|
|
2588
|
-
BioRuby
|
2589
|
-
BioFetch
|
2590
|
-
|
2591
|
-
BioFetch
|
2484
|
+
BioRuby プロジェクトでは GenomeNet の DBGET システムをバックエンドとした
|
2485
|
+
BioFetch サーバを実装しており、bioruby.org で運用しています。このサーバの
|
2486
|
+
ソースコードは BioRuby の sample/ ディレクトリに入っています。現在のところ
|
2487
|
+
BioFetch サーバはこの bioruby.org のものと EBI の二か所しかありません。
|
2592
2488
|
|
2593
|
-
BioFetch
|
2489
|
+
BioFetch を使ってエントリを取得するには、いくつかの方法があります。
|
2594
2490
|
|
2595
|
-
(1)
|
2491
|
+
(1) ウェブブラウザから検索する方法(以下のページを開く)
|
2596
2492
|
|
2597
2493
|
http://bioruby.org/cgi-bin/biofetch.rb
|
2598
2494
|
|
2599
|
-
(2) BioRuby
|
2495
|
+
(2) BioRuby付属の br_biofetch.rb コマンドを用いる方法
|
2600
2496
|
|
2601
2497
|
% br_biofetch.rb db_name entry_id
|
2602
2498
|
|
2603
|
-
(3)
|
2499
|
+
(3) スクリプトの中から Bio::Fetch クラスを直接使う方法
|
2604
2500
|
|
2605
2501
|
serv = Bio::Fetch.new(server_url)
|
2606
2502
|
entry = serv.fetch(db_name, entry_id)
|
2607
2503
|
|
2608
|
-
(4)
|
2504
|
+
(4) スクリプトの中で BioRegistry 経由で Bio::Fetch クラスを間接的に使う方法
|
2609
2505
|
|
2610
2506
|
reg = Bio::Registry.new
|
2611
2507
|
serv = reg.get_database('genbank')
|
2612
2508
|
entry = serv.get_by_id('AA2CG')
|
2613
2509
|
|
2614
|
-
|
2510
|
+
もし (4) を使いたい場合は seqdatabase.ini で
|
2615
2511
|
|
2616
2512
|
[genbank]
|
2617
2513
|
protocol=biofetch
|
2618
2514
|
location=http://bioruby.org/cgi-bin/biofetch.rb
|
2619
2515
|
biodbname=genbank
|
2620
2516
|
|
2621
|
-
|
2517
|
+
などと指定しておく必要があります。
|
2622
2518
|
|
2623
|
-
=== BioFetch
|
2519
|
+
=== BioFetch と Bio::KEGG::GENES, Bio::AAindex1 を組み合わせた例
|
2624
2520
|
|
2625
|
-
|
2626
|
-
Halobacterium
|
2627
|
-
|
2628
|
-
|
2521
|
+
次のプログラムは、BioFetch を使って KEGG の GENES データベースから古細菌
|
2522
|
+
Halobacterium のバクテリアロドプシン遺伝子 (VNG1467G) を取ってきて、同じ
|
2523
|
+
ようにアミノ酸指標データベースである AAindex から取得したαヘリックスの
|
2524
|
+
指標 (BURA740101) を使って、幅 15 残基のウィンドウサーチをする例です。
|
2629
2525
|
|
2630
2526
|
#!/usr/bin/env ruby
|
2631
2527
|
|
@@ -2646,45 +2542,45 @@ Halobacterium
|
|
2646
2542
|
position += 1
|
2647
2543
|
end
|
2648
2544
|
|
2649
|
-
|
2650
|
-
BioFetch
|
2651
|
-
|
2652
|
-
AAindex
|
2653
|
-
|
2545
|
+
ここで使っているクラスメソッド Bio::Fetch.query は暗黙に bioruby.org の
|
2546
|
+
BioFetch サーバを使う専用のショートカットです。(このサーバは内部的には
|
2547
|
+
ゲノムネットからデータを取得しています。KEGG/GENES データベースの hal や
|
2548
|
+
AAindex データベース aax1 のエントリは、他の BioFetch サーバでは取得でき
|
2549
|
+
ないこともあって、あえて query メソッドを使っています。)
|
2654
2550
|
|
2655
2551
|
== BioSQL
|
2656
2552
|
|
2657
2553
|
to be written...
|
2658
2554
|
|
2659
|
-
== BioRuby
|
2555
|
+
== BioRuby のサンプルプログラムの使い方
|
2660
2556
|
|
2661
|
-
BioRuby
|
2662
|
-
|
2663
|
-
|
2557
|
+
BioRuby のパッケージには samples/ ディレクトリ以下にいくつかのサンプルプ
|
2558
|
+
ログラムが含まれています。古いものも混じっていますし、量もとても十分とは
|
2559
|
+
言えないので、実用的で面白いサンプルの提供は歓迎です。
|
2664
2560
|
|
2665
2561
|
to be written...
|
2666
2562
|
|
2667
|
-
==
|
2563
|
+
== さらなる情報
|
2668
2564
|
|
2669
|
-
|
2670
|
-
BioRuby in Anger
|
2565
|
+
他のチュートリアル的なドキュメントとしては、BioRuby Wikiに置いてある
|
2566
|
+
BioRuby in Anger があります。
|
2671
2567
|
|
2672
2568
|
|
2673
|
-
==
|
2569
|
+
== 脚注
|
2674
2570
|
|
2675
|
-
* (
|
2676
|
-
|
2571
|
+
* (※1) BioRuby 1.2.1 以前のバージョンでは、setup.rb のかわりに install.rb
|
2572
|
+
を使用します。また、以下のように3段階を踏む必要があります。
|
2677
2573
|
|
2678
2574
|
% ruby install.rb config
|
2679
2575
|
% ruby install.rb setup
|
2680
2576
|
# ruby install.rb install
|
2681
2577
|
|
2682
|
-
* (
|
2683
|
-
|
2578
|
+
* (※2) BioRuby 1.0.0 以前のバージョンでは、getseq, getent, getobj
|
2579
|
+
の各コマンドのかわりに、seq, ent, obj の各コマンドを使用してください。
|
2684
2580
|
|
2685
|
-
* (
|
2686
|
-
Bio::sequence::AA
|
2687
|
-
|
2581
|
+
* (※3) BioRuby 0.7.1 以前のバージョンでは、Bio::Sequence::NA クラスか、
|
2582
|
+
Bio::sequence::AA クラスのどちらかのオブジェクトになります。
|
2583
|
+
配列がどちらのクラスに属するかは Ruby の class メソッドを用いて
|
2688
2584
|
|
2689
2585
|
bioruby> p cdc2.class
|
2690
2586
|
Bio::Sequence::AA
|
@@ -2692,15 +2588,15 @@ BioRuby in Anger
|
|
2692
2588
|
bioruby> p psaB.class
|
2693
2589
|
Bio::Sequence::NA
|
2694
2590
|
|
2695
|
-
|
2696
|
-
to_naseq, to_aaseq
|
2591
|
+
のように調べることができます。自動判定が間違っている場合などには
|
2592
|
+
to_naseq, to_aaseq メソッドで強制的に変換できます。
|
2697
2593
|
|
2698
|
-
* (
|
2699
|
-
|
2700
|
-
String
|
2594
|
+
* (※4) seq メソッドは、読み込んだデータの種類によっては、塩基・アミノ酸の
|
2595
|
+
どちらにも当てはまらない配列のための Bio::Sequence::Generic クラスや
|
2596
|
+
String クラスのオブジェクトを返す場合があるかもしれません。
|
2701
2597
|
|
2702
|
-
* (
|
2703
|
-
|
2598
|
+
* (※5) NCBI, EBI, TogoWS が特別な設定無しに getseq, getent, getobj コマンド
|
2599
|
+
から利用可能となったのは BioRuby 1.3.0 以降です。
|
2704
2600
|
|
2705
2601
|
=end
|
2706
2602
|
|