溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
本篇內容介紹了“怎么使用Perl語言下載基因組數據”的有關知識，在實際案例的操作過程中，不少人都會遇到這樣的困境，接下來就讓小編帶領大家學習一下如何處理這些情況吧！希望大家仔細閱讀，能夠學有所成！
IMG（Integrated Microbial Genomes）由美國能源部聯合基因組研究中心（Joint GenomeInstitute，JGI）于2005年創立，是綜合的微生物基因組數據庫及比較分析系統。IMG收錄了細菌、古菌、質粒、病毒以及少量真核生物基因組數據，其數據主要來源于NCBI的RefSeq數據庫，但是增添了更加詳細的注釋信息，例如CRISPR序列、信號肽、非編碼RNA、功能基因等。IMG基于COG、Pfam、TIGRfam、InterPro、GO和KEGG等數據庫產生基因家族的注釋信息。其主頁如下所示：
IMG整理了詳細的微生物基因組信息，包括物種的分類、生存環境、基因組序列長度、GC含量、編碼基因數目、數據質量以及研究項目信息等，目前僅細菌基因組收錄的數目已超過5萬。在IMG搜索頁面（Find Genomes），每個條目均可排序篩選，查詢搜索十分方便，且基因組信息可以很方便的輸出。
基因組注釋信息我們可以很方便的導出到表格，那么如何批量下載對應的基因組序列數據呢？在JGI Portal的主頁中列出了三種可行的下載方法，如下所示：
批量下載我們推薦第三種也即使用API進行下載，這樣我們可以很好的整合到程序里面，在服務器進行下載。點擊上面第三種方法，頁面上會列出curl地址及使用方法，如下所示：
首先我們需要在JGI主頁注冊一個賬戶，然后使用Perl語言根據上述信息編寫下載程序：
#!/usr/bin/env perluse strict;use warnings;use Getopt::Long;die "perl $0 -cookies yes|no $0 \n" if $#ARGV<0;my($cookies);GetOptions("cookies=s"=>\$cookies);my $user='xxxxxxxxx'; #單引號內寫你JGI登錄郵箱my $passwd="xxxxxxxxxx"; #雙引號內寫你JGI登陸密碼`curl 'https://signon-old.jgi.doe.gov/signon/create' --data-urlencode "login=$user" --data-urlencode "password=$passwd" -c cookies > login.log` unless $cookies eq "no";while(<>){chomp;next if /taxon_oid/;next if /^$/;my @line=split /\t+/;my $specie_name="IMG_".$line[6];`curl 'https://genome.jgi.doe.gov/portal/ext-api/downloads/get-directory?organism=$specie_name' -b cookies > xml 2>/dev/null`;my($specie,$url)=&xml2url("xml",$specie_name);`curl 'https://genome.jgi.doe.gov/portal/ext-api/downloads/get_tape_file?blocking=true&url=$url' -b cookies -m 600 > $specie.tgz 2>/dev/null` if $url;}sub xml2url{my ($xml,$spe)=@_;open XML,$xml or die "Failed to open xml: $!";my $input=join("", <XML>);if($input=~/label="(.+?)".+?url=(\/IMG.+?tar\.gz).+?md5/m){my $label=$1;my $url=$2;$label=~s/\s+/_/g;$label=~s/[\(\)]/_/g;`mv $xml $label.xml`;return $label,$url;}else{`cp $xml $spe.xml` ;}}##End##
這里我根據IMG的curl網址變化進行了修改。我們將此腳本保存為down_genome_from_jgi.pl。接下來在IMG主頁搜索需要下載的基因組：
選中要下載的基因組后點擊Export保存xls文件到自己的電腦，然后上傳到服務器，下載的文件如下所示：
其中第七列為IMG Genome ID，如果不是需要修改前面腳本的第18行。在服務器批量下載這些基因組如下所示：
perl down_genome_from_jgi.pl taxontable56069_28-may-2019.xls
下載完成后每個基因組均有一個后綴tgz的壓縮文件，里面包含基因組序列與基因、蛋白序列等，如下所示：
“怎么使用Perl語言下載基因組數據”的內容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業相關的知識可以關注億速云網站，小編將為大家輸出更多高質量的實用文章！
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
