Hyppää sisältöön

Entrez Direct

Edirect eli Entrez Direct on työkalupakki sekvenssien ja muun datan noutamiseen NCBI:n sekvenssitietokannoista annettujen hakutermien perusteella. Paketti koostuu useista komennoista:

  1. Navigointitoiminnot tukevat Entrez-tietokantojen selaamista:
    • esearch suorittaa uuden Entrez-haun indeksoitujen kenttien termeillä.
    • elink hakee naapureita (tietokannan sisällä) tai linkkejä (tietokantojen välillä).
    • efilter suodattaa tai rajaa aiemman kyselyn tuloksia.
  2. Tietueita voidaan noutaa määritellyissä muodoissa tai asiakirjayhteenvetoina:
    • efetch lataa tietueita tai raportteja määritellyssä muodossa.
  3. Halutut kentät XML-tuloksista voidaan poimia ilman ohjelman kirjoittamista:
    • xtract muuntaa Edirectin XML-tulosteen taulukoksi data-arvoista.
  4. Tarjolla on myös useita lisätoimintoja:
    • einfo hakee tietoa Entrez-tietokannan indeksoiduista kentistä.
    • epost lähettää yksilöllisiä tunnisteita (UID) tai sekvenssien accession-numeroita.
    • nquire lähettää URL-pyynnön verkkosivulle tai CGI-palveluun

Lisenssi

Vapaasti kaikkien käyttäjien käytettävissä. Public Domain notice.

Saatavuus

  • Roihu-CPU: 26.6.20261102 (moduuli entrezdirect), bio-apps-moduulin kautta.

Käyttö

Entrez Direct on osa Roihun bio-apps -kokoelmaa. Lataa ensin bio-apps-moduulipuu ja sitten Entrez Direct -moduuli:

module load bio-apps/v202603
module load entrezdirect/26.6.20261102

Tämän jälkeen voit esimerkiksi käyttää komentoja esearch ja efetch proteiini- tai nukleotidisekvenssitietueiden noutamiseen, joiden annotaatio vastaa annettuja hakutermejä. Hakutermeissä voit käyttää myös jokerimerkkiä *, joka vastaa mitä tahansa merkkijonoa. Haku ei erottele isoja ja pieniä kirjaimia: "Mus" ja "mus" tuottavat samat osumat. Voit myös kohdistaa haun tiettyihin hakutietokannan kenttiin (avainsanat, tekijä, organismi, accession, geenin nimi, proteiinin nimi, sekvenssin pituus jne.). Sekvenssin pituuden tapauksessa alue tulee määritellä syntaksilla from:to. Esimerkiksi: 120:125.

Yleensä on viisasta käyttää ensin pelkkää esearch-komentoa, jotta saat käsityksen siitä, kuinka monta osumaa löytyy. Esimerkiksi haku:

esearch -db nucleotide -query barc

Tulosteen kenttä <Count> näyttää osumien määrän.

Tässä tapauksessa voi olla järkevää tarkentaa hakua ennen kuin haun määrittely putkitetaan edelleen efetch-komennolle varsinaista datan noutamista varten. Yksi haku voi sisältää useita hakutermejä, jotka yhdistetään loogisilla operaattoreilla (AND, OR, NOT). Vastaavat sekvenssit voidaan tallentaa useissa muodoissa; esimerkiksi fasta- tai Genebank-muotoja tuetaan. Alla oleva komento noutaa vain yhden tietueen, Lyngbya majuscula barbamide biosynthesis gene clusterin, joka sisältää geenin nimeltä braC.

esearch -db nucleotide -query "barc [GENE] AND Lyngbya majuscula [ORGN]" | efetch -format gb > barc_Lm.gb

Tuki

CSC Service Desk

Lisätietoja

Onko tämä sivu hyödyllinen?
Kiitos palautteestasi!
Kiitos! Arvostamme palautettasi.

Kerro meille miten voisimme parantaa tätä sivua ottamalla meihin yhteyttä .