获取序列所对应的分类学信息有两种方法。
一种方法,从NCBI 网站下载gi与taxid 对应表,在Taxonomy 数据库的FTP 地址下载。这个目录下有多个压缩文件,其中针对Windows *** 作系统的两个针对蛋白质序列和核苷酸序列的压缩文件分别是gi_taxid_prot.dmp.gz 和gi_taxid_nucl.dmp.gz 文件。这两个文件都只有两列,左边为gi 号,右边为Taxid。由于这些文件非常大,因此用浏览器来打开这些文件几乎是不可能的。随着时间的推移,这两个文件会越来越大,不过速度不会是指数增长的,并且在美国东部时间的每个星期一2:00 am NCBI 会对其进行更新。
对于Windows 用户还有一个文件称为taxdump.zip 文件。文件解压缩后包括1 个*.prt 文件和6 个*.dmp 文件。Gencode.dmp 文件保存有不同的密码子表,与同目录的gc.prt 联合使用;merged.dmp 是保存有合并的taxid 号的对应表;nodes.dmp 是结点信息;division.dmp 是较大的几个分类;names.dmp 结点名称信息,每个id 对应多行。这些数据被Phylogenie 软件包中的blammer 程序用于构建进化树。
利用ftp 地址的连接利用Http 或ftp 方式将文件下载到本地,通过本地程序或脚本搜索文本,来建立gi 号与Taxid 之间的联系(图)。这种方法比较适合于在线服务的Web 形式的程序,通过在本地不断地及时更新程序就可以完成这项工作。
第二种方法是对Taxonomy 数据库进行API 分析。NCBI 用来保存Taxonomy信息的数据库名称为TAXON。
EndnoteX2中左下角数据库栏,有个“PubMed(NLM)”
它里面提供远程的搜索,你用次库搜的结果一小部分是免费的。
是有些杂志为吸引读者继续读而故意免费的。
NCBI库很大,它不在Endnote
X2中,但是PubMed是NCBI中最大的一个免费量分支库。
换句话说,你用的PubMed搜的东西已经是NCBI免费的资料了。
楼主,切记,天下没有免费的午餐。。。。。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)