NCBI中Entrez Direct的使用

NCBI作为一个巨大的bioinformatics数据库，除了提供B/S界面的查询外，还提供了许多工具查询和下载DB中的数据。本文介绍其中最强大的一种Entrez Direct（Edirect），这是NCBI官方提供的UNIX平台DB数据检索工具（注意，UNIX平台，不是Linux。我曾经在centos上装过，只能实现输出xml格式结果的功能，不能将结果转换成表格格式，因为perl中xtract模块用不了）。以下是使用方法：

一、环境构建。

1.UNIX和Perl。

要找一台UNIX的机器不容易。个人推荐使用Cygwin提供的WIndows PC版UNIX模拟器来实现。Cygwin的安装和配置可百度，网上很多。需要注意的是1.一定要在安装时选择必要的packages，包括Devel和Perl中所有的包（将这两个Categroy从Default点为Install），这样UNIX模拟器在安装时会自动安装好这些组件。特别是Perl，Edirect是基于Perl语言运行的。还有一点是选择镜像，尽量选择位于大陆的mirror作为安装源。安装完毕后，要将Cgywin的bin文件夹加入到windows环境变量的PATH中。

2. 安装Edirect。

安装Edirect前，首先确保UNIX系统中perl和其组件下载器CPAN都安装好了。在命令行输入perl -v，如无报错，则说明perl安装好了。输入perl -MCPAN -e shell,如果进入了cpan的提示符，则cpan可用，输入exit退出到unix提示符下。

注：我原以为Edirect只能在UNIX系统下安装，最近在CentOS7环境下用官方推荐的安装方法也安装上了Edirect，可能是因为新的环境下安装了Bioperl的Bio::SeqIO模块才成功的，究竟是不是这样希望有兴趣的朋友们仔细研究下。

以下是NCBI官方给出的Edirect安装代码：

 cd ~perl -MNet::FTP -e \'$ftp = new Net::FTP("ftp.ncbi.nlm.nih.gov", Passive => 1); $ftp->login;$ftp->binary; $ftp->get("/entrez/entrezdirect/edirect.zip");' #通过perl从NCBI的ftp服务器下载edirect.zip文件夹unzip -u -q edirect.ziprm edirect.zipexport PATH=$PATH:$HOME/edirect #将edirect路径加到UNIX环境变量中./edirect/setup.sh #执行setup.sh脚本安装Edirect。

安装过程中如出现以下提示说明有些perl组件没有装上，不过不要紧，据我观察edirect也能正常用。

永佳@zhanyongjia ~
$ ./edirect/setup.sh

Trying to establish local installations of any missing Perl modules
(as logged in /home/永佳/edirect/setup-deps.log).
Please be patient, as this step may take a little while.
Unable to download a prebuilt xtract executable; attempting to
build one from xtract.go. A Perl fallback is also available, and
will be used if necessary, so please disregard any errors below.
./edirect/setup.sh:行46: go: 未找到命令

ENTREZ DIRECT HAS BEEN SUCCESSFULLY INSTALLED AND CONFIGURED

安装完成后还有一件事，给edirect文件夹下所有目录和文件777权限，chmod -R 777 ./edirect

至此，Edirect安装完成，查阅NCBI提供的教程学习。http://www.ncbi.nlm.nih.gov/books/NBK179288/#chapter6.Release_Notes

NCBI中Entrez Direct的使用相关推荐

linux command line 利用Entrez Direct下载NCBI数据
一.软件的安装 1.软件下载: curl ftp://ftp.ncbi.nlm.nih.gov/entrez/entrezdirect/edirect.zip -O (熟悉curl下载文件的方法 ...
NCBI中SRA数据库简介
NCBI中SRA数据库简介 SRA数据库简介 SRA 数据库, 为Sequence Read Archive 的缩写.主要存储高通量测序的数据,来自四个测序平台,分别为: Roche_LS454,Il ...
[爬虫实战]利用python快速爬取NCBI中参考基因组assembly的相关信息
1.问题导向最近在做某个课题的时候,按老师的要求需要从NCBI中批量下载不同物种的参考基因组,同时收集相应参考基因组的一些组装信息,基因组非常多,导致工作量巨大,一个一个手动收集的话,既费时又费力, ...
ncbi查找目的基因序列_如何获得基因序列——在NCBI中查找目的基因实例.PDF
如何获得基因序列--在NCBI中查找目的基因实例如何获得基因序列?--在 NCBI 中查找目的基因实例如何获得基因序列?--在 NCBI 中查找目的基因实例基因,即具有遗传效应的 DNA 片段, ...
NCBI中SRA数据下载
NCBI中SRA数据下载 hs6605015 2020-08-02 14:35:34 1170 收藏 8 版权应用场景: 如果自己没有测序数据,比如Pacbio数据,nanopore数据等,想要 ...
NCBI中对所有原核生物ANI计算的统计结果简单讲解
NCBI中对所有原核生物ANI计算的统计结果简单讲解来龙去脉还没搞清楚,就先从结果切入.放上一个计算结果的链接https://ftp.ncbi.nlm.nih.gov/genomes/ASSEMBL ...
根据NCBI中的蛋白名在uniprot中查找对应蛋白登录号及基因名
根据NCBI中的蛋白名在uniprot中查找对应蛋白登录号及基因名想法来源第一个客户第二位客户代码分享反思想法来源首先,我要感谢我从事蛋白质组分析工作中遇到的形(xi)形(qi)色(gu ...
direct在计算机网络中是什么意思,计算机中的DIRECT是什么意思呢？
计算机中的DIRECT是什么意思呢? 來源:互聯網 2009-08-14 18:40:38 評論分類: 電腦/網絡 >> 電腦常識問題描述: 计算机中的direct9.0是什么意思 ...
几种在NCBI中查询获取目的基因序列的方法
几种在NCBI中查询获取目的基因序列的方法在NCBI中,如何查询并下载获得某物种的某特定功能的基因序列,相信对于看到此篇的大部分同学来说都不陌生了.想到对于刚开始接触生信的同学们来说,也许尚不能很熟 ...
NCBI中各个符号代表意思
GCF是RefSeq,GCA是GenBank,GCF可能更可靠一些 F 代表这个地方的是 reference sequences:A 代表这个地方的是 Assembly ACCESSION是NCBI序 ...

NCBI中Entrez Direct的使用

NCBI中Entrez Direct的使用相关推荐

最新文章

热门文章