python - 使用 Biopython 的搜索词返回登录号

Question

我正在尝试将 Biopython (Entrez) 与搜索词一起使用，该搜索词将返回登录号(而不是 GI*)。

这是我的代码的一小段摘录:

from Bio import Entrez

Entrez.email = 'myemailaddress'
search_phrase = 'Escherichia coli[organism]) AND (complete genome[keyword])'
handle = Entrez.esearch(db='nuccore', term=search_phrase, retmax=100, rettype='acc', retmode='text')
result = Entrez.read(handle)
handle.close()
gi_numbers = result['IdList']
print(gi_numbers)

'745369752', '910228862', '187736741', '802098270', '802098269', '802098267', '387610477', '544579032', '544574430', '215485161', '749295052', '387823261', '387605479', '641687520', '641682562', '594009615', '557270520', '313848522', '309700213', '284919779', '215263233', '544345556', '544340954', '144661', '51773702', '202957457', '202957451', '172051323'

我确信我可以从 GI 转换为加入，但最好避免额外的步骤。我缺少什么魔法？

提前谢谢您。

*特别是因为 NCBI 正在逐步淘汰 GI 编号

Answer 1

浏览 docs for esearch 在NCBI的网站上，只有两个rettype可用 - uilist ，这是您当前获得的默认 XML 格式(它被 Entrez.read() 解析为字典)，和 count ，它只显示 Count值(查看 result 的完整内容，它就在那里)，我不清楚它的确切含义，因为它并不代表 IdList 中的项目总数...

无论如何，Entrez.esearch()将取 rettype 的任何值和retmode你喜欢，但它只返回 uilist或count在xml或json模式 - 没有加入 ID，什么都没有。

Entrez.efetch() 会传给你 all sorts of cool stuff ，具体取决于您要查询的数据库。当然，缺点是您需要通过一个或多个 ID 进行查询，而不是通过搜索字符串进行查询，因此为了获取您的登录 ID，您需要运行两个查询:

search_phrase = "Escherichia coli[organism]) AND (complete genome[keyword])"
handle = Entrez.esearch(db="nuccore", term=search_phrase, retmax=100)
result = Entrez.read(handle)
handle.close()
fetch_handle = Entrez.efetch(db="nuccore", id=results["IdList"], rettype="acc", retmode="text")
acc_ids = [id.strip() for id in fetch_handle]
fetch_handle.close()
print(acc_ids)

给出

['HF572917.2', 'NZ_HF572917.1', 'NC_010558.1', 'NZ_HG941720.1', 'NZ_HG941719.1', 'NZ_HG941718.1', 'NC_017633.1', 'NC_022371.1', 'NC_022370.1', 'NC_011601.1', 'NZ_HG738867.1', 'NC_012892.2', 'NC_017626.1', 'HG941719.1', 'HG941718.1', 'HG941720.1', 'HG738867.1', 'AM946981.2', 'FN649414.1', 'FN554766.1', 'FM180568.1', 'HG428756.1', 'HG428755.1', 'M37402.1', 'AJ304858.2', 'FM206294.1', 'FM206293.1', 'AM886293.1']

所以，我不太确定我是否满意地回答了你的问题，但不幸的是我认为答案是“没有魔法”。