dopage d'un fichier xgmml

Bonjour,
xgmml est un format de fichier qui prend de l'importance dans la modélisation d'une réponse physiologique d'un organisme. il permet de schématiser les interactions des protéines. Cytoscape est l'un des meilleurs logiciel qui permet de visualiser ces interactions et permet de créer les fichiers xgmml.
A présent ce format de fichier n'est pas encore trop connu. Mais sa structure est très partique car il est capable de classer les protéines ou gènes dans des catégories/classes/sous-classe...

Voici un exemple de structure

entête

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
 
<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<graph label="HPPN" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:cy="http://www.cytoscape.org" xmlns="http://www.cs.rpi.edu/XGMML"  directed="1">
  <att name="documentVersion" value="1.1"/>
  <att name="networkMetadata">
    <rdf:RDF>
      <rdf:Description rdf:about="http://www.cytoscape.org/">
        <dc:type>Protein-Protein Interaction</dc:type>
        <dc:description>N/A</dc:description>
        <dc:identifier>N/A</dc:identifier>
        <dc:date>2011-05-09 18:17:00</dc:date>
        <dc:title>ggg</dc:title>
        <dc:source>http://www.cytoscape.org/</dc:source>
        <dc:format>Cytoscape-XGMML</dc:format>
      </rdf:Description>
    </rdf:RDF>
  </att>
<att type="string" name="backgroundColor" value="#ffffff"/>
  <att type="real" name="GRAPH_VIEW_ZOOM" value="0.7595238095238095"/>
  <att type="real" name="GRAPH_VIEW_CENTER_X" value="320.0"/>
  <att type="real" name="GRAPH_VIEW_CENTER_Y" value="400.0"/>
  <att type="string" name="mezhoudparameters" value="parameters"/>
  <att type="string" name="mezhoudparameters" value="version1.1=downstream genes=Localization=interaction=true=Function=2=cytoplasm=1=plasma membrane=3=nucleus=0=extracellular==unknown=true=cytoplasm=false=plasma membrane=false=nucleus=false=extracellular=false==cytoplasm=2=plasma membrane=1=nucleus=3=extracellular=0==phosphorylation=false=transregulation=true=binding=false=="/>

suite
Description de deux protéines (nodes)

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
<node label="DEHUE1" id="-9438">
    <att type="string" name="Human Proteome Folding Project URL" value="query=21361176"/>
    <att type="string" name="RefSeq" value="NP_000680"/>
    <att type="string" name="UniProtKB" value="DEHUE1"/>
    
    <att type="string" name="Protein name" value="Aldehyde dehydrogenase 1"/>  
    <att type="string" name="vizmap:NODE_COLOR" value="#ffffcc"/>
    <att type="string" name="Function" value="Cytokine"/>
    <att type="string" name="Bio.Process" value="Translation regulation"/>
    <att type="string" name="Localization" value="extracellular"/>
    <att type="string" name="vizmap:NODE_SHAPE" value="DIAMOND"/>
</node>
  <node label="ACHUA1" id="-9437">
    <att type="string" name="Human Proteome Folding Project URL" value="query=4557457"/>
    <att type="string" name="RefSeq" value="NP_000070"/>
    <att type="string" name="UniProtKB" value="ACHUA1"/>
    
  </node>

suite
interaction de ces deux proteins (edges)

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
<edge>
  <edge label="DEHUE1 (PP.0.1) DEHUE1" source="-9438" target="-9438">
    <att type="string" name="UniProtKB" value="DEHUE1 (PP.0.1) DEHUE1"/>
    <att type="integer" name="direct" value="1"/>
    <att type="integer" name="direction" value="0"/>
    <att type="string" name="interaction" value="PP.0.1" cy:editable="false"/>
    <att type="string" name="interaction type" value="PP"/>
    <att type="string" name="source ID" value="0"/>
    <att type="string" name="source database" value="HPRD"/>
    <graphics width="1" fill="#0000ff" cy:sourceArrow="0" cy:targetArrow="0" cy:sourceArrowColor="#000000" cy:targetArrowColor="#000000" cy:edgeLabelFont="Default-0-10" cy:edgeLineType="SOLID" cy:curved="STRAIGHT_LINES"/>
  </edge>
  <edge label="ACHUA1 (PP.0.1) B4E3U0" source="-9437" target="-9436">
    <att type="string" name="UniProtKB" value="ACHUA1 (PP.0.1) B4E3U0"/>
    <att type="integer" name="direct" value="1"/>
    <att type="integer" name="direction" value="0"/>
    <att type="string" name="interaction" value="PP.0.1" cy:editable="false"/>
    <att type="string" name="interaction type" value="PP"/>
    <att type="string" name="source ID" value="1"/>
    <att type="string" name="source database" value="HPRD"/>
    <graphics width="1" fill="#0000ff" cy:sourceArrow="0" cy:targetArrow="0" cy:sourceArrowColor="#000000" cy:targetArrowColor="#000000" cy:edgeLabelFont="Default-0-10" cy:edgeLineType="SOLID" cy:curved="STRAIGHT_LINES"/>
  </edge>

Ceci est un exemple de deux protéines. imaginez quant il s'agit des milliers de protéines qui répondent à une intoxication par exemple.
A présent l'inconvénients c'est qu'il faut construite manuellement ces fichiers pour pouvoir les visualiser. Alors il s'agit d'une bonne initiative d'écrire un programme qui automatise la construction des fichiers xgmml.

Comments:
A la base, nous avant la partie 3 (interactions). Ce qu'il faut faire c'est de remplir la partie 2 (description détaillée des protéines) par exemple DEHUE1 possède plus d'informations que ACHUA1, c'est moi qui les a ajouté manuellement). Il suffit d'injecter ses donnés à partir d'un autre fichier. La partie interaction reste inchangée.
voici le format du fichier qui peut contenir les informations à injecter (base de donnée UniprotKB.dat)
Seulement pour la protéine 1 (DEHUE1). vous allez remarquer le code DEHUE1 ne se trouve pas dans la deuxième ligne AC: P00352; O00768; Q5SYR1; il se trouve un peut plus loin ligne (DR PIR; A33371; DEHUE1). Ce qui complique encore comment apparié les codes et trouver les données correspondant à la protéine qui porte parfois un code différent.
Nous nous intéressons seuleemnt à quelques lignes contenant:
^ID, (identité)
^AC, (accession)
^DR.*PIR.*, (accession dans d'autre base de données
^DR.*GO.*F:.* (fonction de la protéine)
^DR.*GO.*P:.* (Processus biologique)
.*SUBCELLULAR.* (Localisation subcellular)

Format de fichier uniproKB.dat contenant les informations sur les protéines

Code:

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
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
 
ID   AL1A1_HUMAN             Reviewed;         501 AA.
AC   P00352; O00768; Q5SYR1;
DT   21-JUL-1986, integrated into UniProtKB/Swiss-Prot.
DT   23-JAN-2007, sequence version 2.
DT   05-APR-2011, entry version 126.
DE   RecName: Full=Retinal dehydrogenase 1;
DE            Short=RALDH 1;
DE            Short=RalDH1;
DE            EC=1.2.1.36;
DE   AltName: Full=ALDH-E1;
DE   AltName: Full=ALHDII;
DE   AltName: Full=Aldehyde dehydrogenase family 1 member A1;
DE   AltName: Full=Aldehyde dehydrogenase, cytosolic;
GN   Name=ALDH1A1; Synonyms=ALDC, ALDH1, PUMB1;
OS   Homo sapiens (Human).
OC   Eukaryota; Metazoa; Chordata; Craniata; Vertebrata; Euteleostomi;
OC   Mammalia; Eutheria; Euarchontoglires; Primates; Haplorrhini;
OC   Catarrhini; Hominidae; Homo.
OX   NCBI_TaxID=9606;
RN   [1]
RP   NUCLEOTIDE SEQUENCE [GENOMIC DNA].
RX   MEDLINE=90077427; PubMed=2591967; DOI=10.1016/0888-7543(89)90127-4;
RA   Hsu L.C., Chang W.-C., Yoshida A.;
RT   "Genomic structure of the human cytosolic aldehyde dehydrogenase
RT   gene.";
RL   Genomics 5:857-865(1989).
RN   [2]
RP   NUCLEOTIDE SEQUENCE [MRNA], AND VARIANT SER-121.
RC   TISSUE=Liver;
RX   MEDLINE=94027752; PubMed=8214422;
RX   DOI=10.1111/j.1530-0277.1993.tb00849.x;
RA   Zheng C.F., Wang T.T., Weiner H.;
RT   "Cloning and expression of the full-length cDNAS encoding human liver
RT   class 1 and class 2 aldehyde dehydrogenase.";
RL   Alcohol. Clin. Exp. Res. 17:828-831(1993).
RN   [3]
RP   NUCLEOTIDE SEQUENCE [MRNA].
RC   TISSUE=Lens;
RA   Ramana K.V., Xiao T., Ansari N.H.;
RT   "Cloning and expression of aldehyde dehydrogenase 1 (ALDH1A1) from
RT   human lens cDNA library.";
RL   Submitted (SEP-2003) to the EMBL/GenBank/DDBJ databases.
RN   [4]
RP   NUCLEOTIDE SEQUENCE [LARGE SCALE MRNA].
RA   Kalnine N., Chen X., Rolfs A., Halleck A., Hines L., Eisenstein S.,
RA   Koundinya M., Raphael J., Moreira D., Kelley T., LaBaer J., Lin Y.,
RA   Phelan M., Farmer A.;
RT   "Cloning of human full-length CDSs in BD Creator(TM) system donor
RT   vector.";
RL   Submitted (MAY-2003) to the EMBL/GenBank/DDBJ databases.
RN   [5]
RP   NUCLEOTIDE SEQUENCE [GENOMIC DNA], AND VARIANT PHE-177.
RG   NIEHS SNPs program;
RL   Submitted (JUL-2003) to the EMBL/GenBank/DDBJ databases.
RN   [6]
RP   NUCLEOTIDE SEQUENCE [LARGE SCALE GENOMIC DNA].
RX   PubMed=15164053; DOI=10.1038/nature02465;
RA   Humphray S.J., Oliver K., Hunt A.R., Plumb R.W., Loveland J.E.,
RA   Howe K.L., Andrews T.D., Searle S., Hunt S.E., Scott C.E., Jones M.C.,
RA   Ainscough R., Almeida J.P., Ambrose K.D., Ashwell R.I.S.,
RA   Babbage A.K., Babbage S., Bagguley C.L., Bailey J., Banerjee R.,
RA   Barker D.J., Barlow K.F., Bates K., Beasley H., Beasley O., Bird C.P.,
RA   Bray-Allen S., Brown A.J., Brown J.Y., Burford D., Burrill W.,
RA   Burton J., Carder C., Carter N.P., Chapman J.C., Chen Y., Clarke G.,
RA   Clark S.Y., Clee C.M., Clegg S., Collier R.E., Corby N., Crosier M.,
RA   Cummings A.T., Davies J., Dhami P., Dunn M., Dutta I., Dyer L.W.,
RA   Earthrowl M.E., Faulkner L., Fleming C.J., Frankish A.,
RA   Frankland J.A., French L., Fricker D.G., Garner P., Garnett J.,
RA   Ghori J., Gilbert J.G.R., Glison C., Grafham D.V., Gribble S.,
RA   Griffiths C., Griffiths-Jones S., Grocock R., Guy J., Hall R.E.,
RA   Hammond S., Harley J.L., Harrison E.S.I., Hart E.A., Heath P.D.,
RA   Henderson C.D., Hopkins B.L., Howard P.J., Howden P.J., Huckle E.,
RA   Johnson C., Johnson D., Joy A.A., Kay M., Keenan S., Kershaw J.K.,
RA   Kimberley A.M., King A., Knights A., Laird G.K., Langford C.,
RA   Lawlor S., Leongamornlert D.A., Leversha M., Lloyd C., Lloyd D.M.,
RA   Lovell J., Martin S., Mashreghi-Mohammadi M., Matthews L., McLaren S.,
RA   McLay K.E., McMurray A., Milne S., Nickerson T., Nisbett J.,
RA   Nordsiek G., Pearce A.V., Peck A.I., Porter K.M., Pandian R.,
RA   Pelan S., Phillimore B., Povey S., Ramsey Y., Rand V., Scharfe M.,
RA   Sehra H.K., Shownkeen R., Sims S.K., Skuce C.D., Smith M.,
RA   Steward C.A., Swarbreck D., Sycamore N., Tester J., Thorpe A.,
RA   Tracey A., Tromans A., Thomas D.W., Wall M., Wallis J.M., West A.P.,
RA   Whitehead S.L., Willey D.L., Williams S.A., Wilming L., Wray P.W.,
RA   Young L., Ashurst J.L., Coulson A., Blocker H., Durbin R.M.,
RA   Sulston J.E., Hubbard T., Jackson M.J., Bentley D.R., Beck S.,
RA   Rogers J., Dunham I.;
RT   "DNA sequence and analysis of human chromosome 9.";
RL   Nature 429:369-374(2004).
RN   [7]
RP   NUCLEOTIDE SEQUENCE [LARGE SCALE GENOMIC DNA].
RA   Mural R.J., Istrail S., Sutton G.G., Florea L., Halpern A.L.,
RA   Mobarry C.M., Lippert R., Walenz B., Shatkay H., Dew I., Miller J.R.,
RA   Flanigan M.J., Edwards N.J., Bolanos R., Fasulo D., Halldorsson B.V.,
RA   Hannenhalli S., Turner R., Yooseph S., Lu F., Nusskern D.R.,
RA   Shue B.C., Zheng X.H., Zhong F., Delcher A.L., Huson D.H.,
RA   Kravitz S.A., Mouchard L., Reinert K., Remington K.A., Clark A.G.,
RA   Waterman M.S., Eichler E.E., Adams M.D., Hunkapiller M.W., Myers E.W.,
RA   Venter J.C.;
RL   Submitted (JUL-2005) to the EMBL/GenBank/DDBJ databases.
RN   [8]
RP   NUCLEOTIDE SEQUENCE [LARGE SCALE MRNA].
RC   TISSUE=Colon;
RX   PubMed=15489334; DOI=10.1101/gr.2596504;
RG   The MGC Project Team;
RT   "The status, quality, and expansion of the NIH full-length cDNA
RT   project: the Mammalian Gene Collection (MGC).";
RL   Genome Res. 14:2121-2127(2004).
RN   [9]
RP   NUCLEOTIDE SEQUENCE [GENOMIC DNA] OF 1-6.
RX   MEDLINE=93263033; PubMed=8493914;
RA   Yoshida A., Hsu L.C., Yanagawa Y.;
RT   "Biological role of human cytosolic aldehyde dehydrogenase 1: hormonal
RT   response, retinal oxidation and implication in testicular
RT   feminization.";
RL   Adv. Exp. Med. Biol. 328:37-44(1993).
RN   [10]
RP   PROTEIN SEQUENCE OF 2-501, AND ACETYLATION AT SER-2.
RC   TISSUE=Liver;
RX   MEDLINE=84208019; PubMed=6723659;
RX   DOI=10.1111/j.1432-1033.1984.tb08150.x;
RA   Hempel J., von Bahr-Lindstroem H., Joernvall H.;
RT   "Aldehyde dehydrogenase from human liver. Primary structure of the
RT   cytoplasmic isoenzyme.";
RL   Eur. J. Biochem. 141:21-35(1984).
RN   [11]
RP   NUCLEOTIDE SEQUENCE [MRNA] OF 162-501.
RX   MEDLINE=85252089; PubMed=4015823; DOI=10.1016/0741-8329(85)90024-2;
RA   Yoshida A., Ikawa M., Hsu L.C., Tani K.;
RT   "Molecular abnormality and cDNA cloning of human aldehyde
RT   dehydrogenases.";
RL   Alcohol 2:103-106(1985).
RN   [12]
RP   NUCLEOTIDE SEQUENCE [MRNA] OF 162-501.
RC   TISSUE=Liver;
RX   MEDLINE=85216574; PubMed=2987944; DOI=10.1073/pnas.82.11.3771;
RA   Hsu L.C., Tani K., Fujiyoshi T., Kurachi K., Yoshida A.;
RT   "Cloning of cDNAs for human aldehyde dehydrogenases 1 and 2.";
RL   Proc. Natl. Acad. Sci. U.S.A. 82:3771-3775(1985).
RN   [13]
RP   PROTEIN SEQUENCE OF 266-273, ACTIVE SITES GLU-269 AND CYS-303, AND
RP   NAD-BINDING SITE CYS-456.
RX   MEDLINE=88050861; PubMed=3676276; DOI=10.1021/bi00392a015;
RA   Abriola D.P., Fields R., Stein S., Mackerell A.D. Jr., Pietruszko R.;
RT   "Active site of human liver aldehyde dehydrogenase.";
RL   Biochemistry 26:5679-5684(1987).
RN   [14]
RP   PARTIAL PROTEIN SEQUENCE.
RC   TISSUE=Erythrocyte;
RX   MEDLINE=89377753; PubMed=2776714;
RA   Agarwal D.P., Cohn P., Goedde H.W., Hempel J.;
RT   "Aldehyde dehydrogenase from human erythrocytes: structural
RT   relationship to the liver cytosolic isozyme.";
RL   Enzyme 42:47-52(1989).
RN   [15]
RP   ACETYLATION [LARGE SCALE ANALYSIS] AT LYS-91; LYS-128; LYS-252;
RP   LYS-353; LYS-367; LYS-410; LYS-419; LYS-435 AND LYS-495, AND MASS
RP   SPECTROMETRY.
RX   PubMed=19608861; DOI=10.1126/science.1175371;
RA   Choudhary C., Kumar C., Gnad F., Nielsen M.L., Rehman M., Walther T.,
RA   Olsen J.V., Mann M.;
RT   "Lysine acetylation targets protein complexes and co-regulates major
RT   cellular functions.";
RL   Science 325:834-840(2009).
RN   [16]
RP   IDENTIFICATION BY MASS SPECTROMETRY [LARGE SCALE ANALYSIS].
RX   PubMed=21269460; DOI=10.1186/1752-0509-5-17;
RA   Burkard T.R., Planyavsky M., Kaupe I., Breitwieser F.P.,
RA   Buerckstuemmer T., Bennett K.L., Superti-Furga G., Colinge J.;
RT   "Initial characterization of the human central proteome.";
RL   BMC Syst. Biol. 5:17-17(2011).
CC   -!- FUNCTION: Binds free retinal and cellular retinol-binding protein-
CC       bound retinal. Can convert/oxidize retinaldehyde to retinoic acid
CC       (By similarity).
CC   -!- CATALYTIC ACTIVITY: Retinal + NAD(+) + H(2)O = retinoate + NADH.
CC   -!- PATHWAY: Cofactor metabolism; retinol metabolism.
CC   -!- SUBUNIT: Homotetramer.
CC   -!- SUBCELLULAR LOCATION: Cytoplasm.
CC   -!- SIMILARITY: Belongs to the aldehyde dehydrogenase family.
CC   -!- WEB RESOURCE: Name=NIEHS-SNPs;
CC       URL="http://egp.gs.washington.edu/data/aldh1a1/";
CC   -----------------------------------------------------------------------
CC   Copyrighted by the UniProt Consortium, see http://www.uniprot.org/terms
CC   Distributed under the Creative Commons Attribution-NoDerivs License
CC   -----------------------------------------------------------------------
DR   EMBL; M31994; AAA51692.1; -; Genomic_DNA.
DR   EMBL; M31982; AAA51692.1; JOINED; Genomic_DNA.
DR   EMBL; M31983; AAA51692.1; JOINED; Genomic_DNA.
DR   EMBL; M31984; AAA51692.1; JOINED; Genomic_DNA.
DR   EMBL; M31985; AAA51692.1; JOINED; Genomic_DNA.
DR   EMBL; M31986; AAA51692.1; JOINED; Genomic_DNA.
DR   EMBL; M31987; AAA51692.1; JOINED; Genomic_DNA.
DR   EMBL; M31988; AAA51692.1; JOINED; Genomic_DNA.
DR   EMBL; M31989; AAA51692.1; JOINED; Genomic_DNA.
DR   EMBL; M31990; AAA51692.1; JOINED; Genomic_DNA.
DR   EMBL; M31991; AAA51692.1; JOINED; Genomic_DNA.
DR   EMBL; M31992; AAA51692.1; JOINED; Genomic_DNA.
DR   EMBL; AF003341; AAC51652.1; -; mRNA.
DR   EMBL; AY390731; AAR92229.1; -; mRNA.
DR   EMBL; BT006921; AAP35567.1; -; mRNA.
DR   EMBL; AY338497; AAP88039.1; -; Genomic_DNA.
DR   EMBL; AL591031; CAI12257.1; -; Genomic_DNA.
DR   EMBL; CH471089; EAW62543.1; -; Genomic_DNA.
DR   EMBL; BC001505; AAH01505.1; -; mRNA.
DR   EMBL; S61235; AAD13925.1; -; Genomic_DNA.
DR   EMBL; M26761; AAA35518.1; -; mRNA.
DR   EMBL; K03000; AAA51695.1; -; mRNA.
DR   IPI; IPI00218914; -.
DR   PIR; A33371; DEHUE1.
DR   RefSeq; NP_000680.2; NM_000689.3.
DR   UniGene; Hs.76392; -.
DR   ProteinModelPortal; P00352; -.
DR   SMR; P00352; 8-501.
DR   IntAct; P00352; 4.
DR   STRING; P00352; -.
DR   PhosphoSite; P00352; -.
DR   SWISS-2DPAGE; P00352; -.
DR   Cornea-2DPAGE; P00352; -.
DR   DOSAC-COBS-2DPAGE; P00352; -.
DR   REPRODUCTION-2DPAGE; IPI00218914; -.
DR   REPRODUCTION-2DPAGE; P00352; -.
DR   UCD-2DPAGE; P00352; -.
DR   PeptideAtlas; P00352; -.
DR   PRIDE; P00352; -.
DR   Ensembl; ENST00000297785; ENSP00000297785; ENSG00000165092.
DR   GeneID; 216; -.
DR   KEGG; hsa:216; -.
DR   UCSC; uc004ajd.1; human.
DR   CTD; 216; -.
DR   GeneCards; GC09M045338; -.
DR   H-InvDB; HIX0008099; -.
DR   HGNC; HGNC:402; ALDH1A1.
DR   HPA; CAB020690; -.
DR   HPA; HPA002123; -.
DR   MIM; 100640; gene.
DR   neXtProt; NX_P00352; -.
DR   PharmGKB; PA24692; -.
DR   eggNOG; prNOG13758; -.
DR   HOGENOM; HBG752218; -.
DR   HOVERGEN; HBG000097; -.
DR   InParanoid; P00352; -.
DR   OMA; VNCYSVV; -.
DR   OrthoDB; EOG4Z8XW6; -.
DR   PhylomeDB; P00352; -.
DR   BRENDA; 1.2.1.36; 247.
DR   Reactome; REACT_13433; Biological oxidations.
DR   DrugBank; DB00157; NADH.
DR   DrugBank; DB00755; Tretinoin.
DR   DrugBank; DB00162; Vitamin A.
DR   NextBio; 874; -.
DR   ArrayExpress; P00352; -.
DR   Bgee; P00352; -.
DR   CleanEx; HS_ALDH1A1; -.
DR   Genevestigator; P00352; -.
DR   GermOnline; ENSG00000165092; Homo sapiens.
DR   GO; GO:0005829; C:cytosol; TAS:Reactome.
DR   GO; GO:0004029; F:aldehyde dehydrogenase (NAD) activity; TAS:Reactome.
DR   GO; GO:0005497; F:androgen binding; TAS:ProtInc.
DR   GO; GO:0005099; F:Ras GTPase activator activity; TAS:UniProtKB.
DR   GO; GO:0001758; F:retinal dehydrogenase activity; IEA:EC.
DR   GO; GO:0006081; P:cellular aldehyde metabolic process; TAS:ProtInc.
DR   GO; GO:0006069; P:ethanol oxidation; TAS:Reactome.
DR   GO; GO:0006805; P:xenobiotic metabolic process; TAS:Reactome.
DR   InterPro; IPR016161; Ald_DH/histidinol_DH.
DR   InterPro; IPR016163; Ald_DH_C.
DR   InterPro; IPR016160; Ald_DH_CS.
DR   InterPro; IPR016162; Ald_DH_N.
DR   InterPro; IPR015590; Aldehyde_DH_dom.
DR   Gene3D; G3DSA:3.40.309.10; Aldehyde_dehydrogenase_C; 1.
DR   Gene3D; G3DSA:3.40.605.10; Aldehyde_dehydrogenase_N; 1.
DR   Pfam; PF00171; Aldedh; 1.
DR   SUPFAM; SSF53720; Aldehyde_DH/Histidinol_DH; 1.
DR   PROSITE; PS00070; ALDEHYDE_DEHYDR_CYS; 1.
DR   PROSITE; PS00687; ALDEHYDE_DEHYDR_GLU; 1.
PE   1: Evidence at protein level;
KW   Acetylation; Complete proteome; Cytoplasm; Direct protein sequencing;
KW   NAD; Oxidoreductase; Polymorphism.
FT   INIT_MET      1      1       Removed.
FT   CHAIN         2    501       Retinal dehydrogenase 1.
FT                                /FTId=PRO_0000056415.
FT   NP_BIND     246    251       NAD (By similarity).
FT   ACT_SITE    269    269       Proton acceptor.
FT   ACT_SITE    303    303       Nucleophile.
FT   BINDING     456    456       NAD.
FT   SITE        170    170       Transition state stabilizer (By
FT                                similarity).
FT   MOD_RES       2      2       N-acetylserine.
FT   MOD_RES      91     91       N6-acetyllysine.
FT   MOD_RES     128    128       N6-acetyllysine.
FT   MOD_RES     252    252       N6-acetyllysine.
FT   MOD_RES     353    353       N6-acetyllysine.
FT   MOD_RES     367    367       N6-acetyllysine.
FT   MOD_RES     410    410       N6-acetyllysine.
FT   MOD_RES     419    419       N6-acetyllysine.
FT   MOD_RES     435    435       N6-acetyllysine.
FT   MOD_RES     495    495       N6-acetyllysine.
FT   VARIANT     121    121       N -> S (in dbSNP:rs1049981).
FT                                /FTId=VAR_048901.
FT   VARIANT     125    125       G -> R (in dbSNP:rs11554423).
FT                                /FTId=VAR_048902.
FT   VARIANT     177    177       I -> F (in dbSNP:rs8187929).
FT                                /FTId=VAR_017778.
FT   CONFLICT    162    162       V -> I (in Ref. 11; AAA35518 and 12;
FT                                AAA51695).
SQ   SEQUENCE   501 AA;  54862 MW;  B26464DC7168348E CRC64;
     MSSSGTPDLP VLLTDLKIQY TKIFINNEWH DSVSGKKFPV FNPATEEELC QVEEGDKEDV
     DKAVKAARQA FQIGSPWRTM DASERGRLLY KLADLIERDR LLLATMESMN GGKLYSNAYL
     NDLAGCIKTL RYCAGWADKI QGRTIPIDGN FFTYTRHEPI GVCGQIIPWN FPLVMLIWKI
     GPALSCGNTV VVKPAEQTPL TALHVASLIK EAGFPPGVVN IVPGYGPTAG AAISSHMDID
     KVAFTGSTEV GKLIKEAAGK SNLKRVTLEL GGKSPCIVLA DADLDNAVEF AHHGVFYHQG
     QCCIAASRIF VEESIYDEFV RRSVERAKKY ILGNPLTPGV TQGPQIDKEQ YDKILDLIES
     GKKEGAKLEC GGGPWGNKGY FVQPTVFSNV TDEMRIAKEE IFGPVQQIMK FKSLDDVIKR
     ANNTFYGLSA GVFTKDIDKA ITISSALQAG TVWVNCYGVV SAQCPFGGFK MSGNGRELGE
     YGFHEYTEVK TVTVKISQKN S
//

Oui c'est trop long, mais je crois que c'est utile pour le future.

merci pour votre patience.

En gros, le format xgmml n'est qu'un format XML qui suit une certaine structure à respecter. Sinon, de ce que je comprends à ta demande, tu souhaites analyser un fichier uniprot pour pouvoir créer un fichier xgmml. Donc qu'as-tu fais de ton coté pour parser tes fichiers uniprot ?
Tu as des modules bioperl qui te facilite la vie pour le parsing de fichier au format uniprot. Ensuite pour la création du fichier xgmml, il te revient à créer un fichier XML via le module XML::Writer. Mais tu as mieux car il existe un module sur le CPAN Graph::XGMML qui te génère tes graphiques xgmml.
Bonne lecture et montre nous ce que tu as fait.

Salut Djibril,

Citation:

Envoyé par djibril

tu souhaites analyser un fichier uniprot pour pouvoir créer un fichier xgmml.

En fait ce n'est pas tout à fait cela. Le prgramme cytoscape génére le format xgmml et fort probablement avec le module CPAN Graph::XGMML ou bien un autre module écrit en php.
Je voulais insérer des informations du fichier uniprotKB dans le fichier.xgmml. le soucis c'est qu'il faut apparier les codes pour insérer les informations au niveau de la protéine (node) correspondante.
Je suis newbie, incapable d'écrire un script compliqué comme celui là. enfin pour moi compliqué. mais je pourrais écrire son algorithme:

analyser le fichier xgmml

Citation:

ouvrir fichier.xgmml
parcourir le fichier.xgmml ligne par ligne
découper le en pragraphe par protéine qui commence par <node et fini par la première </node>
chercher l'expression suivante <node label="(.*)".*>
affecter cette expression à une variable $1
fermer le fichier.xgmml

Analyser le fichier uniprot.dat

Citation:

ouvrir le UniprotKB.dat
parcourir UniprotKB.dat ligne par ligne
découper uniprotKB.dat en paragraphe par protéine: le pargarphe commence par ^ID et fini au niveau de la première ^// recontré.
repérer les expressions régulières suivantes:
^ID\s+(\w+)$ #identité de la protéine possible que ce n'est pas utile
^AC\s+((\w+);)+$ #première série de code de cette protéines
^DR\s+PIR;(\s(\w+);)+$ # deuxième série de code de la même protéine
^DR\s+GO;.*C:(\w+).*$ # subcellular localisation ici il faut rajouter l'option de s'arreter la première occurence
^DR\s+GO;.*F:(\w+).*$ # c'est pour la onction de la protéine
^DR\s+GO;.*P:(\w+).*$ # c'est pour le processus biologique
affecter à ces expressions des variables $2 pour l'ID; $3 pour AC, $5 pour PIR, $6 pour la localisation subcellular, $7 pour la fonction et $8 pour le processus biologique
fermer le fichier UniprotKB.dat

commencer la comparaison ou la recherche des codes

Citation:

si on trouve le $1 dans le fichier uniprotKb.dat, càd $1=~$3 ou bien $1=~$5
on imprime dans le fichier.xgmml à la suite de paragraphe de la protéine $1.
<att type="string" name="Protein name" value="$1"/>
<att type="string" name="Function" value="$7"/>
<att type="string" name="Bio.Process" value="$8"/>
<att type="string" name="Localization" value="$6"/>
<att type="string" name="vizmap:NODE_SHAPE" value="DIAMOND"/> # c'est une constante
<att type="string" name="vizmap:NODE_COLOR" value="#ffffcc"/> # c'est une constante

si non, on passe au paragraphe de la protéine suivante.

Je ne sais si cela est compréhensible. Y a t il une autre façon pour que cela soit plus claire.

merci
A+