Question

我有一个基因符号列表，它代表两个高吞吐量数据集的交集。我有兴趣做一些GO注释和聚类，但为了做到这一点，我需要将这些基因符号转换成UniProt登录号。我的问题是，使用Python做到这一点的最佳方法是什么？

例如，'转化生长因子β-1'的基因被称为'TGFB1'，其登录号为'P01137'。我正在寻找一个函数/类/模块/包，它可以让我输入TGFB1作为参数，然后给我P01137。有人可以给我一些指示吗？感谢

Answer 1

获取从基因名称到PDB ID的映射，例如此JSON：http://www.rcsb.org/pdb/browse/homo_sapiens_download.jsp?rows=100000&page=1&sidx=id&sord=desc将其保存为例如＆＃34; mapping.json＆＃34;。

然后使用该数据获取映射：

import json


with open("mapping.json") as mapping:
    map_dict = json.load(mapping)

data = map_dict["rows"]

def get_uniprot(gene_id):
    for row in map_dict["rows"]:
        if row["cell"][1] == gene_id:
            return row["cell"][4]

print(get_uniprot("TGFB1"))

使用Python将Gene Symbols列表转换为UniProt登录号

1 个答案: