bioinformatics - 如何从taxid获得界、门、纲、目、科、属和种的分类学特定ID?

标签 bioinformatics taxonomy phylogeny ncbi etetoolkit

我有一个看起来像这样的出租车列表:

1204725
2162
1300163
420247

我希望从上面的taxids中按顺序获得一个带有分类ID的文件:
kingdom_id      phylum_id       class_id        order_id        family_id       genus_id        species_id   

我正在使用包“ete3”。我用的工具ete-ncbiquery这会告诉您来自上述 id 的血统。 (我使用以下命令从我的 linux 笔记本电脑运行它)
ete3 ncbiquery --search 1204725 2162 13000163 420247 --info 

结果如下所示:
# Taxid Sci.Name    Rank    Named Lineage   Taxid Lineage
2162    Methanobacterium formicicum species root,cellular organisms,Archaea,Euryarchaeota,Methanobacteria,Methanobacteriales,Methanobacteriaceae,Methanobacterium,Methanobacterium formicicum   1,131567,2157,28890,183925,2158,2159,2160,2162
1204725 Methanobacterium formicicum DSM 3637    no rank root,cellular organisms,Archaea,Euryarchaeota,Methanobacteria,Methanobacteriales,Methanobacteriaceae,Methanobacterium,Methanobacterium formicicum,Methanobacterium formicicum DSM 3637  1,131567,2157,28890,183925,2158,2159,2160,2162,1204725
420247  Methanobrevibacter smithii ATCC 35061   no rank root,cellular organisms,Archaea,Euryarchaeota,Methanobacteria,Methanobacteriales,Methanobacteriaceae,Methanobrevibacter,Methanobrevibacter smithii,Methanobrevibacter smithii ATCC 350611,131567,2157,28890,183925,2158,2159,2172,2173,420247

我不知道哪些项目 (IDS) 对应于我要查找的内容(如果有)

最佳答案

以下代码:

import csv
from ete3 import NCBITaxa

ncbi = NCBITaxa()

def get_desired_ranks(taxid, desired_ranks):
    lineage = ncbi.get_lineage(taxid)
    lineage2ranks = ncbi.get_rank(lineage)
    ranks2lineage = dict((rank, taxid) for (taxid, rank) in lineage2ranks.items())
    return {'{}_id'.format(rank): ranks2lineage.get(rank, '<not present>') for rank in desired_ranks}

def main(taxids, desired_ranks, path):
    with open(path, 'w') as csvfile:
        fieldnames = ['{}_id'.format(rank) for rank in desired_ranks]
        writer = csv.DictWriter(csvfile, delimiter='\t', fieldnames=fieldnames)
        writer.writeheader()
        for taxid in taxids:
            writer.writerow(get_desired_ranks(taxid, desired_ranks))

if __name__ == '__main__':
    taxids = [1204725, 2162,  1300163, 420247]
    desired_ranks = ['kingdom', 'phylum', 'class', 'order', 'family', 'genus', 'species']
    path = 'taxids.csv'
    main(taxids, desired_ranks, path)

生成一个如下所示的文件:
kingdom_id  phylum_id   class_id    order_id    family_id   genus_id    species_id
<not present>   28890   183925  2158    2159    2160    2162
<not present>   28890   183925  2158    2159    2160    2162
<not present>   28890   183925  2158    2159    2160    2162
<not present>   28890   183925  2158    2159    2172    2173

关于bioinformatics - 如何从taxid获得界、门、纲、目、科、属和种的分类学特定ID?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/36503042/

相关文章:

r - 在 R 中有效地将多个字符串/关键字与多个文本匹配

php - 如何输出用于 WP 帖子的分类术语?

r - 保存到 devSVG 时,如何更改 R ape 包中系统发育树中提示标签的字体系列?

sql - 在 MySQL 中创建分类表

algorithm - 使用评分来寻找客户

python - 计算特定格式(使用 Python)中的组数(具有特定 TAG)

python - 系统发育树着色

r - 从 VCF 文件中提取样本数据

perl - 在 FASTA 文件中搜索主题并为每个包含主题的序列返回标题行

Perl:匹配一个数组元素然后将前一个(返回 5 个索引)数组元素复制到一个新数组