Entrez Direct¶
Edirect eli Entrez Direct on työkalupakki sekvenssien ja muun datan noutamiseen NCBI:n sekvenssitietokannoista annettujen hakutermien perusteella. Paketti koostuu useista komennoista:
- Navigointitoiminnot tukevat Entrez-tietokantojen selaamista:
esearchsuorittaa uuden Entrez-haun indeksoitujen kenttien termeillä.elinkhakee naapureita (tietokannan sisällä) tai linkkejä (tietokantojen välillä).efiltersuodattaa tai rajaa aiemman kyselyn tuloksia.
- Tietueita voidaan noutaa määritellyissä muodoissa tai asiakirjayhteenvetoina:
efetchlataa tietueita tai raportteja määritellyssä muodossa.
- Halutut kentät XML-tuloksista voidaan poimia ilman ohjelman kirjoittamista:
xtractmuuntaa Edirectin XML-tulosteen taulukoksi data-arvoista.
- Tarjolla on myös useita lisätoimintoja:
einfohakee tietoa Entrez-tietokannan indeksoiduista kentistä.epostlähettää yksilöllisiä tunnisteita (UID) tai sekvenssien accession-numeroita.nquirelähettää 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:
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:
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