植物分子育种分享 http://blog.sciencenet.cn/u/bioysy 欢迎对分子育种有兴趣的朋友们!

博文

embl中的植物变异数据

已有 5699 次阅读 2015-6-29 16:45 |个人分类:linux|系统分类:科研笔记

      使用R来操作,得安装biomaRt模块,biomaRt是个什么东西,可以看下这个文件(The biomaRt user’s guide.pdf)。下面是操作过程,回头再来梳理其中相关的一些东西。

1 进入R系统:

2 把biomaRt调入:

>library(biomaRt)

3 利用命令listMarts(),调出所有的数据库和相关描述:

>listMarts()

结果(不完整):

                                biomart

1                                ensembl

2                                    snp

3                             regulation

4                                   vega

5                          fungi_mart_26

6                    fungi_variations_26

7                        metazoa_mart_26

8                  metazoa_variations_26

9                         plants_mart_26

10                  plants_variations_26

11                      protists_mart_26

12                protists_variations_26

13                                   msd

14                            cg_mart_02

15                                 WS220

16                         parasite_mart

植物SNP数据库为其中的第10项: plants_variations_26,当然这个数据库里包含多个子数据库,所以进一步利用下面命令看下有哪些数据库:

>listDatasets(useMart("plants_variations_26"))

注意:这个命令中的双引号一定要加,否则会报错。运行这个命令以后结果如下:

                dataset

1        athaliana_eg_snp

2  athaliana_eg_structvar

3          osativa_eg_snp

4   sbicolor_eg_structvar

5         sbicolor_eg_snp

6        vvinifera_eg_snp

7      oglaberrima_eg_snp

8         hvulgare_eg_snp

9          oindica_eg_snp

10   slycopersicum_eg_snp

11     bdistachyon_eg_snp

12       taestivum_eg_snp

13           zmays_eg_snp

这里有13个SNP数据库,后面有对数据库的具体描述(后面的汉字是我自己加的):

                                                           description

1             Arabidopsis thaliana variations (TAIR10 (2010-09-TAIR10))

2  Arabidopsis thaliana structural Variations (TAIR10 (2010-09-TAIR10))

3              Oryza sativa Japonica variations (IRGSP-1.0 (IRGSP-1.0))

4          Sorghum bicolor structural Variations (Sorbi1 (2007-12-JGI))(高粱)

5                     Sorghum bicolor variations (Sorbi1 (2007-12-JGI))

6                  Vitis vinifera variations (IGGP_12x (2012-07-CRIBI))(葡萄)

7                    Oryza glaberrima variations (AGI1.1 (2011-05-AGI))

8                      Hordeum vulgare variations (IBSC_1.0 (IBSC_1.0))(大麦)

9               Oryza sativa Indica variations (ASM465v1 (2010-07-BGI))

10                   Solanum lycopersicum variations (SL2.40 (ITAG2.3))(番茄)

11        Brachypodium distachyon variations (v1.0 (2010-02-Brachy1.2))(二穗短柄草,和小麦有关)

12                          Triticum aestivum variations (IWGSC2 (2.2))(普通小麦)

13                                     Zea mays variations (AGPv3 (5b))(玉米)

以及参考序列版本信息:

    version

1   TAIR10 (2010-09-TAIR10)

2   TAIR10 (2010-09-TAIR10)

3     IRGSP-1.0 (IRGSP-1.0)

4      Sorbi1 (2007-12-JGI)

5      Sorbi1 (2007-12-JGI)

6  IGGP_12x (2012-07-CRIBI)

7      AGI1.1 (2011-05-AGI)

8       IBSC_1.0 (IBSC_1.0)

9    ASM465v1 (2010-07-BGI)

10         SL2.40 (ITAG2.3)

11 v1.0 (2010-02-Brachy1.2)

12             IWGSC2 (2.2)

13               AGPv3 (5b)

现在假设我对那个高粱的数据(sbicolor_eg_structvar)比较感兴趣:

先建一个变量和高粱的数据库建立联系

mart_sbicolor_eg_structvar<-useMart( "plants_variations_26","sbicolor_eg_structvar")


建立联系后敲mart_sbicolor_eg_structvar,应该是下面这个样子:

> mart_sbicolor_eg_structvar

Object of class 'Mart':

Using the plants_variations_26 BioMart database

Using the sbicolor_eg_structvar dataset

很自然,我想知道这个数据库能够提供什么东西

>listAttributes(mart_sbicolor_eg_structvar)

结果:

           name                      description

1     dgva_study_accession             DGVa study accession

2        study_description                Study description

3          sv_variant_type                     Variant type

4             sv_accession        Structural variation name

5              description Structural variation description

6              strain_name                      Strain name

7       strain_description               Strain description

8              source_name                      Source name

9       external_reference                        Pubmed ID

10       validation_status                Validation status

11                chr_name                  Chromosome name

12             chrom_start              Sequence region start

13               chrom_end              Sequence region end

14       seq_region_strand                           Strand

15             inner_start                      Inner start

16               inner_end                        Inner end

17             outer_start                      Outer start

18               outer_end                        Outer end

19                set_name                      SV Set name

20         set_description               SV Set description

21    variation_name_20116                    SSV accession

22              class_name                 SSV variant type

23         ssv_strain_name                 SSV strain name

24             sample_name                  SSV sample name

25   clinical_significance            Clinical significance

26   seq_region_name_20116              SSV chromosome name

27  seq_region_start_20116        SSV sequence region start

28    seq_region_end_20116          SSV sequence region end

29 seq_region_strand_20116                       SSV strand

30       inner_start_20116                  SSV inner start

31         inner_end_20116                    SSV inner end

32       outer_start_20116                  SSV outer start

33         outer_end_20116                    SSV outer end

.............................................................







https://blog.sciencenet.cn/blog-479743-901425.html

上一篇:代谢产物的关联作图
下一篇:感谢科学网
收藏 IP: 117.14.244.*| 热度|

1 蔡小宁

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2022-9-30 09:02

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部