Wie bekomme ich Genfunktionen im FASTA-Nukleotidformat von NCBI mit Perl?

Question

ich in der Lage bin eine FASTA-Datei zum Herunterladen sieht manuell dass wie:

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

indem Sie auf „Senden an“ und „Gene Features“, FASTA Nucleotid ist die einzige Option (was in Ordnung ist die Auswahl, weil das alles, was ich will) auf this page.

Mit einem Skript wie folgt:

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

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

ich eine Datei, die wie folgt aussieht:

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

mit der ganzen genomischen Sequenz zusammen in einem Topf geworfen. Wie bekomme ich Informationen wie in der ersten (manuell heruntergeladenen) Datei?

ich bei ein paar anderen Beiträgen sah:

• how to download complete genome sequence in biopython entrez.esearch (this answer seemed relevant)
• How can I download the entire GenBank file with just an accession number?

Neben this section from EUtilities Cookbook.

Ich habe versucht, eine GenBank-Datei zu holen und zu speichern (da es getrennte Sequenzen für jedes Gen in der .gb-Datei zu haben scheint), aber wenn ich mit Bio :: SeqIO arbeite, bekomme ich nur 1 große Sequenz.

Answer 1

Mit dieser Zugriffsnummer und dem Rückgabetyp erhalten Sie die vollständige Genomsequenz. Wenn Sie die einzelnen Gensequenzen erhalten möchten, geben Sie an, dass Sie die vollständige Genbankdatei haben möchten, und analysieren Sie dann die Gene. Hier ein Beispiel:

#!/usr/bin/env perl 

use 5.010; 
use strict; 
use warnings; 
use Bio::SeqIO; 
use Bio::DB::EUtilities; 


my $factory = Bio::DB::EUtilities->new(-eutil => 'efetch', 
             -email => 'foo@bar.com', 
             -db  => 'nucleotide', 
             -id  => 'CR543861', 
             -rettype => 'gb'); 
my $file = 'CR543861.gb'; 
$factory->get_Response(-file => $file); 

my @gene_features = grep { $_->primary_tag eq 'gene' } 
        Bio::SeqIO->new(-file => $file)->next_seq->get_SeqFeatures; 

for my $feat_object (@gene_features) { 
    for my $tag ($feat_object->get_all_tags) { 
     # open a filehandle here for writing each to a separate file 
     say ">",$feat_object->get_tag_values($tag); 
     say $feat_object->spliced_seq->seq; 
     # close it! 
    } 
} 

Dies wird jedes Gen in die gleiche Datei schreiben (wenn Sie es umleiten, jetzt schreibt sie gerade an STDOUT), aber ich angezeigt, wo Sie eine kleine Änderung, sie schreiben machen könnten Dateien trennen . Parsing Genbank kann manchmal ein bisschen schwierig sein, so ist es immer hilfreich, die Dokumente und insbesondere die ausgezeichnete Feature Annotation HOWTO zu lesen.