博文
使用 Perl API 获取KEGG数据
|
背景介绍：
1. 自2012年7月，KEGG不再免费提供FTP下载数据服务，用户需要付费获取一定时间的数据FTP下载服务 （~$2000/year）。这对批量下载KEGG数据的用户有所影响，但对手动少量下载或者通过API获取数据的用户并没有太大影响。
2. 自2012年7月1日，KEGG的API service 更新为基于REST API, 替代了原有的SOAP. 因而用Perl 进行数据获取时需要使用LWP package, 而非SOAP package.
实现步骤：
1. 安装perl：Windows下可安装activeperl 解释器实现，在linux下一般在安装系统时已自带。
2. 安装LWP模块：高级的perl 版本中已自带LWP 模块，可在lib文件夹下查询。
如果没有安装，可通过如下两个途径进行安装：
（1）下载模块文件到本地：http://www.cpan.org/modules/01modules.index.html，解压，
进入源目录，
Perl Makefile.PL；
make；
make install。
（2）自动安装 (类似安装R包的bioClite):
shell>Perl-MCPAN-eshell
cpan>installmodule_namePerl会自动连接网站，下载相应的模块。但是有些模块的安装要依赖于其他模块，所以也要同时安装其他依赖的模块（这点和R很像）。
3. 即可在perl scipt中调用LWP，从而实现对KEGG 数据获取。有关LWP使用，参见：http://www.douban.com/note/218919503/。
LWP是多个perl module 的集合，这里的应用主要是对网页的获取，因而其中的LWP:Simple就已足够。
示例 (Test.pl)：
#!/usr/bin/perl
use strict;
use strict;
use warnings;
use LWP::Simple;
my $url = 'http://rest.kegg.jp/info/pathway';
# ACME boomerang
my $response = get $url;
die 'Error getting $url' unless defined $response;
print "$responsen";
use LWP::Simple;
my $url = 'http://rest.kegg.jp/info/pathway';
# ACME boomerang
my $response = get $url;
die 'Error getting $url' unless defined $response;
print "$responsen";
执行程序： perl test.pl
输出结果：
pathway KEGG Pathway Database
path Release 71.0+/08-17, Aug 14
Kanehisa Laboratories
302,971 entries
该脚本为获取当前KEGG数据库中Pathway的统计概况，共计 302,971条记录。
注：KEGG API所能实现的功能详见 http://www.kegg.jp/kegg/rest/keggapi.html
主要实现功能有：
1）info: 获取相应数据库的统计信息
2) list: 获取相应数据库详细记录信息。
3）find: 相应数据库的查询功能
4）get: 获取相应条目的详细信息（比如这里获取每个pathway map的详细信息）
5）conv: 数据库ID的转换功能
6）link: 获取两个数据库条目的对应信息（例如获取每个human gene所涉及到的pathway 信息）。
附录：GenomeNet, 一个更加综合的数据库(KEGG可认为是GenomeNet的一个子数据库)，可同样采用该语法（LinkDB）进行数据的获取：http://www.genome.jp/linkdb/。
https://blog.sciencenet.cn/blog-689440-840645.html
上一篇：Cygwin - Windows下的Linux模拟器
下一篇：非root用户在linux服务器安装python package
