Discussion :

[Jasmine80]

Mail reçu de Sara

bonjour jasmine,
j'ai vu que ta tres bien repondu à notre amie sur ces bactereie en biopel.
moi aussi je debut en bioinformatique et je suis entrain de me former en biopel et je dois te dire que c pas facile.
mon problem est que je dois recupere des sequence d'une part du gene et d'autre part de son ARNm chez la souris.
je te donne un exemple :
mon fichier est celui la:
http://www.mirz.unibas.ch/ElMMo2/Bul...ullList.tab.gz

il ce compose des information suivant:
NM_001001565|TR(1..3100)CDS(832..2670) 7 14 GCACCTGT .....
NM_001001565|TR(1..3100)CDS(832..2670) 87 94 TAGGGCAG .....
NM_001001565|TR(1..3100)CDS(832..2670) 179 186 TGTCCAGT

je dois donc chercher la sequence de NM_001001565 entre autre.
j'ai trouver la sequence sur ce line :
http://www.ncbi.nlm.nih.gov/entrez/v...re&id=48525358

je ne sais pas sur quel base appller; et quelle requet faire;

toute information est la bien venu...

merci
sarah

1) lis ton fichier ligne par ligne et récupère les accession number
2) interroge GenBank

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
#!/usr/local/bin/perl
 
use strict;
use Bio::DB::GenBank;
 
# Lecture du fichier et récupération des acc
#----------------------------------------------
my $file = "P:/Perl/scripts/Files/acc.txt";
open(FICH, $file) or die "impossible d'ouvrir le fichier";
my $line;
my @request;
while ($line = <FICH>){
    if($line =~ /^(\w+)|TR/){
        push (@request, $1);
    }
}
close(FICH);
 
 
my $gb = new Bio::DB::GenBank;
 
foreach my $acc (@request){
    # Recherche dans Genbank
    #--------------------------
    my $info = $gb->get_Seq_by_acc($acc);
    my $seq = $info->seq();
    print $seq;
}

Tu auras le message, c'est normal

MSG: [NM_001001565] is not a normal sequence database but a RefSeq entry. Redirecting the request.

[sarah.c.g]

j'ai pas encor essyer le tien mais je te montre le mien.
par la suit je veux faire un blat ou un sim4 entre les sequence de ma propre base de donnée et les sequence que j'aurai trouvé avec la base de donnée bioperl
c'est pour cela que je laisse la requet dans le while

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
#!/usr/local/bin/perl -w
use strict;
 
 
use Bio::SeqIO ;
use Bio::DB::GenBank;
use Bio::DB::RefSeq;
 
 
open (LIRE, "acc.txt") || die "Pbl ouverture fichier LIRE";
 
my ($ligne,$sequence,$db);
while ($ligne = <LIRE>)
{	
	my ($acc,$cds,$start_mir,$end_mir,$seq_mir,$mir);
	$acc="";$cds="";$start_mir="";$end_mir="";$seq_mir="";$mir="";
	chomp $ligne;
	$ligne=~ s/ +/ /g;
	for ($ligne=~ m/.+/)
	{	
		for ($ligne=~ m/^(.+)\|TR\(.+\)CDS\(\d+\.\.(\d+)\) (\d+) (\d+) ([ATGC]+) .+ (.+) [0-9]+ .+ [0-9]+/)
		{	
			$acc=$1;$cds=$2;$start_mir=$3 + $cds;$end_mir=$4 + $cds;$seq_mir=$5;$mir=$6;
		}
		open (ECRIR, ">>full.txt");
		$db = Bio::DB::RefSeq -> new();
		$sequence = $db -> get_Seq_by_id($acc);
		print ECRIR "> " ;
		print ECRIR $sequence -> desc(), "\n" ;
		print ECRIR $sequence -> seq(), "\n" ;
		close ECRIR; close LIRE;
	}
 
}

et voila ce qu'il me revoi

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
-------------------- WARNING ---------------------
MSG: id () does not exist
---------------------------------------------------
Can't call method "desc" on an undefined value at bioperl.pl line 31.

une remarque: je trouve que tu est rapide, chapo

[sarah.c.g]

avant de faire mon code j'ai essyer celiu la et ça marche

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
 
use Bio::SeqIO ;
use Bio::DB::GenBank;
use Bio::DB::RefSeq;
 
$db = Bio::DB::RefSeq -> new();
 
$sequence = $db -> get_Seq_by_id("XM_981806");
 
print "> " ;
print $sequence -> display_id(), "\n" ; #refseq accession
print $sequence -> accession_number(), "\n" ;
print $sequence -> desc(), "\n" ;
print $sequence -> seq(), "\n" ;

[Jasmine80]

C'est normal que tu ne trouves rien.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

$sequence = $db -> get_Seq_by_id($acc);

Tu lui demandes une recherche d'id et tu lui passes un accession !!!

Fais comme je l'ai expliqué plus haut :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

$sequence = $db -> get_Seq_by_acc($acc);

[sarah.c.g]

c super ça merche
merci
et en plus j trouver mon erreur sur mon script
j'ai mal matcher ma ligne dans

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
 
for ($ligne=~ m/^(.+)\|TR\(.+\)CDS\(\d+\.\.(\d+)\) (\d+) (\d+) ([ATGC]+....

je l'es remplacer par un split


merci merci et à bientôt

[Jasmine80]

Si tu n'as plus de questions, indique que ce sujet est résolu en cochant la case ci-dessous.

[sarah.c.g]

Oui, normalment c bon, cette question est résolue
le programme je l'ai lancer hier, et jusqu'a aujourd'hui il tourne encore.
es-que c normal que ça prend tout ce temps?

pour finir je ne voie pas le case à coche, désolé

[Jasmine80]

Oui, normalment c bon, cette question est résolue
le programme je l'ai lancer hier, et jusqu'a aujourd'hui il tourne encore.
es-que c normal que ça prend tout ce temps?

pour finir je ne voie pas le case à coche, désolé

C'est normal si tu as 2000 séquences de 2000000 nucléotides à récupérer mais pas si tu n'en as que 2 de 500 nucléotides

La case à cocher est juste sous ce post

Je vais tester ton script sur mon pc et je te dis quoi

[Jasmine80]

C'est incorrect

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
$db = Bio::DB::RefSeq -> new();
 
$sequence = $db -> get_Seq_by_id("XM_981806");

Voila comment procéder

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
use strict;
use Bio::DB::GenBank;
 
my $gb = new Bio::DB::GenBank;
my $sequence = $gb -> get_Seq_by_acc('AF267901');
 
 
print "> " ;
print $sequence -> primary_id(), "\n" ; # Gi
print $sequence -> accession_number(), "\n" ;
print $sequence -> desc(), "\n" ;
print $sequence -> seq(), "\n" ;

[sarah.c.g]

justement c'est pas le code acc ('AF267901') que je dois recuperer
mais c'est plutot celui du fichier
http://www.mirz.unibas.ch/ElMMo2/Bul...ullList.tab.gz
et le acc ('AF267901') n'est pas present dans le fichier

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
use strict;
use Bio::DB::GenBank;
 
my $gb = new Bio::DB::GenBank;
my $sequence = $gb -> get_Seq_by_acc('AF267901');
 
 
print "> " ;
print $sequence -> primary_id(), "\n" ; # Gi
print $sequence -> accession_number(), "\n" ;
print $sequence -> desc(), "\n" ;
print $sequence -> seq(), "\n" ;

d'où le DB::RefSeq
les sequence que je dois récupere sont (un exemple est XM_981806)
http://www.ncbi.nlm.nih.gov/entrez/v...re&id=94409763
regarde tout a fai en bas ya la sequnce
et bien c'est celle la que je doi récupere

[sarah.c.g]

mon code est le suivant :
je sais je fais tjr trop compliquer.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
 
#!/usr/local/bin/perl -w
use strict;
use Bio::SeqIO ;
use Bio::DB::GenBank;
use Bio::DB::RefSeq;
 
# Lecture du fichier et récupération des acc
# # ----------------------------------------------
 
open (LIRE, "mm_targets_FullList.txt") || die "Pbl ouverture fichier LIRE";
my @liste;
my $ligne;
while ($ligne = <LIRE>)
{	#je dois recuperer tous les champ pour plutard
        my ($acc,$cds,$start_mir,$end_mir,$seq_mir,$mir);
	$acc="";$cds="";$start_mir="";$end_mir="";$seq_mir="";$mir="";
	chomp $ligne;
	$ligne=~ s/ +/ /g;
	$ligne=~ s/\|TR.+CDS/ CDS/g;
	for ($ligne=~ m/.+/)
	{	my $lig;
		my @lig= split(' ',$ligne);
		$acc=$lig[0];$cds=$lig[1];$start_mir=$lig[2];$end_mir=$lig[3];$seq_mir=$lig[4];$mir=$lig[6];
		push(@liste,$acc);
	}
}
close LIRE;
 
my $db = new Bio::DB::RefSeq;
foreach my $id (@liste)
{	
	my $sequence = "";
        # comme les acc se répètent dans le fichier de départ
        #je redirection pour chaque seq de chaque acc dans un fichier propre
	open (ECRIR, ">/home/sarah/miR_epissage/projet_db_mir/mirz/gene/$id.txt");
	$sequence = $db -> get_Seq_by_id($id);
	if ($sequence ne "")
	{	print ECRIR "> " ;
		print ECRIR $sequence -> display_id(), ", " ; #refseq accession
		print ECRIR $sequence -> desc(), "\n" ;
		print ECRIR $sequence -> seq(), "\n" ;
	}
 
        else 
       #je recuper les sequence quil a pas trouver et jairai les chercher manuellement
	{	print "$id\n" ;}
}
close ECRIR;
# apres avoir tous recuperer je fait un cat de tout les fichier obtenu 
#en sort d'avoir toute les sequence dans un seul fichier.fa 
#et chaque sequence est separer par > nom acc.

[Jasmine80]

que contient $id? un acc? un Gi?
Tu peux faire directement une seule requête et récupérer un groupe d'identifiants