差分

このページの2つのバージョン間の差分を表示します。

--- oboファイルからのgo関連の複数項目の抽出 [2018/05/22 07:29] – 作成 133.11.222.89
+++ oboファイルからのgo関連の複数項目の抽出 [Unknown date] (現在) – 削除 - 外部編集 (Unknown date) 127.0.0.1
@@ 行 1: / 行 1: @@
-====== ファイルの中身を見てみる ======
-<code>
-format-version: 1.2
-data-version: releases/2018-05-07
-subsetdef: goantislim_grouping "Grouping classes that can be excluded"
-subsetdef: gocheck_do_not_annotate "Term not to be used for direct annotation"
-subsetdef: gocheck_do_not_manually_annotate "Term not to be used for direct manual annotation"
-subsetdef: goslim_agr "AGR slim"
-...
-[Term]
-id: GO:0000001
-name: mitochondrion inheritance
-namespace: biological_process
-def: "The distribution of mitochondria, including the mitochondrial genome, into daughter cells after mitosis or meiosis, mediated by interactions between mitochondria and the cytoskeleton." [GOC:mcc, PMID:10873824, PMID:11389764]
-synonym: "mitochondrial inheritance" EXACT []
-is_a: GO:0048308 ! organelle inheritance
-is_a: GO:0048311 ! mitochondrion distribution
-[Term]
-id: GO:0000002
-name: mitochondrial genome maintenance
-namespace: biological_process
-def: "The maintenance of the structure and integrity of the mitochondrial genome; includes replication and segregation of the mitochondrial chromosome." [GOC:ai, GOC:vw]
-is_a: GO:0007005 ! mitochondrion organization
-[Term]
-id: GO:0000003
-name: reproduction
-namespace: biological_process
-alt_id: GO:0019952
-alt_id: GO:0050876
-...
-</code>
-各Termのブロック内のid,name,namespaceを抜き出してタブ区切りのリストにしたい。
-======Termブロックが最後まで法則性を保っているかテスト======
-Termの数がid,name,namespaceの数と一致していれば（おおざっぱだけど）まあブロック内にそれぞれ含まれてると言っていいかな
-<code>
-[kijima.yusuke@m48 Uniprot_swiss]$ grep -E "^\[Term\]$" go.obo | wc -l
-[kijima.yusuke@m48 Uniprot_swiss]$ grep -E "^id:" go.obo | wc -l
-[kijima.yusuke@m48 Uniprot_swiss]$ grep -E "^name:" go.obo | wc -l
-[kijima.yusuke@m48 Uniprot_swiss]$ grep -E "^namespace:" go.obo | wc -l
-</code>
-数にずれがある。ファイルの末尾を見てみると
-<code>
-[kijima.yusuke@m48 Uniprot_swiss]$ tail -n 20 go.obo
-namespace: external
-xref: RO:0002213
-holds_over_chain: negatively_regulates negatively_regulates
-is_a: regulates ! regulates
-transitive_over: part_of ! part of
-[Typedef]
-id: regulates
-name: regulates
-namespace: external
-xref: RO:0002211
-is_transitive: true
-transitive_over: part_of ! part of
-[Typedef]
-id: starts_during
-name: starts_during
-namespace: external
-xref: RO:0002091
-[kijima.yusuke@m48 Uniprot_swiss]$ grep "\[Typedef\]" go.obo | wc -l
-</code>
-変なのが含まれており、その数がちょうど10個なので一応解決。
-====== 抜き出して並べてみる ======
-awkを使う。
-<code awk>
-[kijima.yusuke@m48 Uniprot_swiss]$ cat go.obo | awk 'BEGIN{flag1=0} {if(match($0,/^\[Term\]$/))flag1=1} flag1==1&&/^id: GO/{ORS="";print $0"\t"} flag1==1&&/^name: /{ORS="";print $0"\t"} flag1==1&&/^namespace:/{ORS="";print $0"\n";flag1=0}' | sed -e 's/id: \|name: \|namespace: //g' | head
-GO:0000001      mitochondrion inheritance       biological_process
-GO:0000002      mitochondrial genome maintenance        biological_process
-GO:0000003      reproduction    biological_process
-GO:0000005      obsolete ribosomal chaperone activity   molecular_function
-GO:0000006      high-affinity zinc transmembrane transporter activity   molecular_function
-GO:0000007      low-affinity zinc ion transmembrane transporter activity        molecular_function
-GO:0000008      obsolete thioredoxin    molecular_function
-GO:0000009      alpha-1,6-mannosyltransferase activity  molecular_function
-GO:0000010      trans-hexaprenyltranstransferase activity       molecular_function
-GO:0000011      vacuole inheritance     biological_process
-</code>
-いい感じ。行数と末尾をチェックしてみても
-<code awk>
-[kijima.yusuke@m48 Uniprot_swiss]$ cat go.obo | awk 'BEGIN{flag1=0} {if(match($0,/^\[Term\]$/))flag1=1} flag1==1&&/^id: GO/{ORS="";print $0"\t"} flag1==1&&/^name: /{ORS="";print $0"\t"} flag1==1&&/^namespace:/{ORS="";print $0"\n";flag1=0}' | sed -e 's/id: \|name: \|namespace: //g' | wc -l
-[kijima.yusuke@m48 Uniprot_swiss]$ cat go.obo | awk 'BEGIN{flag1=0} {if(match($0,/^\[Term\]$/))flag1=1} flag1==1&&/^id: GO/{ORS="";print $0"\t"} flag1==1&&/^name: /{ORS="";print $0"\t"} flag1==1&&/^namespace:/{ORS="";print $0"\n";flag1=0}' | sed -e 's/id: \|name: \|namespace: //g' | tail
-GO:2001308      gliotoxin metabolic process     biological_process
-GO:2001309      gliotoxin catabolic process     biological_process
-GO:2001310      gliotoxin biosynthetic process  biological_process
-GO:2001311      lysobisphosphatidic acid metabolic process      biological_process
-GO:2001312      lysobisphosphatidic acid biosynthetic process   biological_process
-GO:2001313      UDP-4-deoxy-4-formamido-beta-L-arabinopyranose metabolic process        biological_process
-GO:2001314      UDP-4-deoxy-4-formamido-beta-L-arabinopyranose catabolic process        biological_process
-GO:2001315      UDP-4-deoxy-4-formamido-beta-L-arabinopyranose biosynthetic process     biological_process
-GO:2001316      kojic acid metabolic process    biological_process
-GO:2001317      kojic acid biosynthetic process biological_process
-</code>
-はい。