bioinformatics - 如何查询 uniprot.org 以获取给定物种的所有 Uniprot ID？

Question

我正在寻找一种编程方式来获取给定物种的所有 Uniprot id (Swiss-Prot + TrEMBL)(例如以 _MOUSE 结尾的所有 Uniprot id)。

一种方法是解压缩并解析uniprot处的流。

此类文件仅适用于 Uniprot DB 中代表的所有物种中的一小部分。因此，该解决方案不是通用的。

我的问题是:有没有一种通用的、希望更有效的方法来做到这一点？ (我所说的“更高效”基本上是指它不需要这样的解压缩和解析。)

基本上我想知道 uniprot.org 是否支持基于 url 的查询，我可以在其中指定一些物种标识符(例如 MOUSE 或 10090)，也许还可以指定一些字段名称，如 UniprotID，其响应将是该物种的所有 Uniprot ID 的列表。

Answer 1

我还没有查看您正在使用的 idmapping 文件。但我使用以下文件来获取给定物种的 ID:ftp://ftp.uniprot.org/pub/databases/uniprot/current_release/knowledgebase/complete/docs/speindex.txt

然后我像这样解析它:

#!/usr/bin/env perl
use strict;
use warnings;

my $spec = shift;
my $re = quotemeta $spec;

my @ids =();
while (<>) {
  if (/$re/../^$/) {
    chomp;
    next if ($_ eq $spec);  # skip species line
    s/^\s+//;               # remove trailing spaces
    push @ids, split(/, ?/, $_);
  }
}

print $_."\n" foreach @ids;

使用“Mus musculus(鼠标)”命令行:

script.pl "Mus musculus (Mouse)" speindex.txt

我希望这有帮助......保罗