BH12.12/SPARQLthon/NBRCMedium

提供：TogoWiki

2012年10月31日 (水) 07:31時点におけるShuichi (トーク | 投稿記録)による版

(差分) ←前の版 | 最新版 (差分) | 次の版→ (差分)

移動：案内, 検索

SPARQLthonでのシナリオ

関係者でNBRC/JCM の菌株情報をNCBI Taxonomy / UniProt Taxonomy とどのように関係付けるか相談する
NBRC菌株ID と Taxonomy ID を関連付けるRDF の作成
DDBJの triplestore に蓄積されている、RefSeq GenomeRDF や UniProt RDF と組み合わせたケーススタディを考える
- NBRC菌株の培養温度情報をトリプルにして、トリプルストアに入れる
- 培養温度を問い合わせに使ったSPARQLを考えてみる

菌株名寄せ方針＠2012-10-25菌株会議

ClassA: "Strain ID"を介して一意に"Taxonomy ID"と菌株番号がリンクできる場合

NCBI FTPの "taxdump.tar.gz" （BRC IDの対応表がある NBRC, JCMとも取得可）ファイルから、NBRC IDとJCM IDの対応を取る

NBRC ID - NCBI TaxID 1650
JCM ID - NCBI TaxID 3596
[TODO] 対応表をつくる -skwsm => done (10/30)
- 対応関係は、ncbi の tax dump を利用。
- Taxonomy ID としては、identifiers.org ex) <http://identifiers.org/taxonomy/7>, uniprot ex) <http://purl.uniprot.org/taxonomy/7>, NCBI ex) <http://www.ncbi.nlm.nih.gov/Taxonomy/Browser/wwwtax.cgi?mode=Info&id=7> の3つを冗長に利用
[TODO] NCBI TaxID と JCM StrainID 対応表をつくる -skwsm => done (10/30)

ClassB1: NBRC (BRC) で菌株ごとに決定された16S rRNA等の塩基配列を介して、その配列をINSDCに登録するときに発行された"Taxonomy ID"とリンクできる場合

NBRC市原先生より16S rRNAの配列と菌株名の対応表（？）などをいただく
配列ベースでNCBIのエントリーに対して検索する
NBRC IDは、INSDC エントリーファイルのsourceの以下に分かれて入っている可能性がある
1. strain, sub_strain, culture_collection, db_xref

2012-10-30 [DONE] 市原先生にプッシュメール書く -so
2012-10-31 NBRC ID - 16S rRNA seq. 対応表をいただいた
[TODO] 2. 3. のプロセスを行う -MSS

ClassB2: StrainInfoなどの菌株DBが収集しているExternal Link情報から"Taxonomy ID"とリンクできる場合

StrainInfoの外部IDのデータセットを取得（菌株IDの種類が68万種）
NBRC IDとStrainInfo外部IDデータセットの対応をとる
対応が取れたエントリーのINSDC配列アクセション番号を全て取得
INSDC配列アクセッション番号がないエントリーはすてる
INSDC配列アクセッション番号からエントリーをたどりその中のTaxIDを取得
sort/uniq 一意に決まるものを選抜

[TODO] 機械的にできるところをさらっとやってみる -hmori

ClassC: 菌株名のリテラルから文字検索によってリンクできる場合

MSS社の方法

[TODO] 菌株名の読み方／検索クエリ作成法を受けて改善 -MSS

その他覚え書き

ClassAとそれ以外の名寄せ結果はRDFのskosマッピング語彙などを使ってリンクの厳密さを明示的にわける
- ClassAとそれ以外はアプリケーションも分ける
- StrainInfoのStarainInfo ID-ゲノムアクセッション番号-TaxIDからある程度答え合わせする

SPARQL サンプル

NCBI Tax ID <http://identifiers.org/taxonomy/7> からリンクされているオブジェクトを検索（この場合、NBRCの菌株が期待されている）

select * from <http://dbcls.rois.ac.jp/lsdb/>
where { <http://identifiers.org/taxonomy/7> ?p ?o .}
limit 10';

グラフのURLが、<http://dbcls.rois.ac.jp/lsdb/>

結果

p o
<http://www.w3.org/2000/01/rdf-schema#seeAlso>	<http://www.nbrc.nite.go.jp/NBRC2/NBRCCatalogueDetailServlet?ID=NBRC&CAT=14845>
<http://www.w3.org/2000/01/rdf-schema#seeAlso>	<http://www.jcm.riken.go.jp/cgi-bin/jcm/jcm_number?JCM=20966>

培養温度が25C以上、30C以下の菌株のNCBI Taxon IDとともに表示

SELECT ?taxid ?nbrc ?low_tmp ?high_tmp FROM <http://dbcls.rois.ac.jp/lsdb/>
WHERE { ?taxid ?p ?nbrc.
             ?nbrc <http://purl.jp/bio/10/gmo/lower_caltivation_temparature> ?low_tmp.
             ?nbrc <http://purl.jp/bio/10/gmo/higher_caltivation_temparature> ?high_tmp
FILTER ((?low_tmp > 25) &&
            (?high_tmp < 30) &&
            (regex(?taxid, "ncbi", "i")))
} limit 10

結果

taxid	nbrc	low_tmp	high_tmp
<http://www.ncbi.nlm.nih.gov/Taxonomy/Browser/wwwtax.cgi?mode=Info&id=103728>	<http://www.nbrc.nite.go.jp/NBRC2/NBRCCatalogueDetailServlet?ID=NBRC&CAT=15665>	26	26
<http://www.ncbi.nlm.nih.gov/Taxonomy/Browser/wwwtax.cgi?mode=Info&id=103730>	<http://www.nbrc.nite.go.jp/NBRC2/NBRCCatalogueDetailServlet?ID=NBRC&CAT=15663>	26	26
<http://www.ncbi.nlm.nih.gov/Taxonomy/Browser/wwwtax.cgi?mode=Info&id=155974>	<http://www.nbrc.nite.go.jp/NBRC2/NBRCCatalogueDetailServlet?ID=NBRC&CAT=15668>	26	26
<http://www.ncbi.nlm.nih.gov/Taxonomy/Browser/wwwtax.cgi?mode=Info&id=298163>	<http://www.nbrc.nite.go.jp/NBRC2/NBRCCatalogueDetailServlet?ID=NBRC&CAT=100761>26	26
<http://www.ncbi.nlm.nih.gov/Taxonomy/Browser/wwwtax.cgi?mode=Info&id=370764>	<http://www.nbrc.nite.go.jp/NBRC2/NBRCCatalogueDetailServlet?ID=NBRC&CAT=101800>27	27
<http://www.ncbi.nlm.nih.gov/Taxonomy/Browser/wwwtax.cgi?mode=Info&id=171437>	<http://www.nbrc.nite.go.jp/NBRC2/NBRCCatalogueDetailServlet?ID=NBRC&CAT=102134>27	27
<http://www.ncbi.nlm.nih.gov/Taxonomy/Browser/wwwtax.cgi?mode=Info&id=203523>	<http://www.nbrc.nite.go.jp/NBRC2/NBRCCatalogueDetailServlet?ID=NBRC&CAT=100759>27	27
<http://www.ncbi.nlm.nih.gov/Taxonomy/Browser/wwwtax.cgi?mode=Info&id=297536>	<http://www.nbrc.nite.go.jp/NBRC2/NBRCCatalogueDetailServlet?ID=NBRC&CAT=100762>27	27
<http://www.ncbi.nlm.nih.gov/Taxonomy/Browser/wwwtax.cgi?mode=Info&id=412687>	<http://www.nbrc.nite.go.jp/NBRC2/NBRCCatalogueDetailServlet?ID=NBRC&CAT=101802>27	27
<http://www.ncbi.nlm.nih.gov/Taxonomy/Browser/wwwtax.cgi?mode=Info&id=412689>	<http://www.nbrc.nite.go.jp/NBRC2/NBRCCatalogueDetailServlet?ID=NBRC&CAT=101803>27	27

培養温度が40C以上、100C以下の菌株のNCBI Taxon IDとともに表示

SELECT ?taxid ?nbrc ?low_tmp ?high_tmp FROM <http://dbcls.rois.ac.jp/lsdb/>
WHERE { ?taxid ?p ?nbrc.
             ?nbrc <http://purl.jp/bio/10/gmo/lower_caltivation_temparature> ?low_tmp.
             ?nbrc <http://purl.jp/bio/10/gmo/higher_caltivation_temparature> ?high_tmp
FILTER ((?low_tmp > 40) &&
            (?high_tmp < 100) &&
            (regex(?taxid, "ncbi", "i")))
} limit 100

結果

<http://purl.uniprot.org/taxonomy/2021>	<http://www.nbrc.nite.go.jp/NBRC2/NBRCCatalogueDetailServlet?ID=NBRC&CAT=14071>	45	45
<http://purl.uniprot.org/taxonomy/2026>	<http://www.nbrc.nite.go.jp/NBRC2/NBRCCatalogueDetailServlet?ID=NBRC&CAT=13606>	45	45
<http://purl.uniprot.org/taxonomy/37482>	<http://www.nbrc.nite.go.jp/NBRC2/NBRCCatalogueDetailServlet?ID=NBRC&CAT=13920>	45	45
<http://purl.uniprot.org/taxonomy/40990>	<http://www.nbrc.nite.go.jp/NBRC2/NBRCCatalogueDetailServlet?ID=NBRC&CAT=14831>	45	45
<http://purl.uniprot.org/taxonomy/58112>	<http://www.nbrc.nite.go.jp/NBRC2/NBRCCatalogueDetailServlet?ID=NBRC&CAT=14480>	45	45
<http://purl.uniprot.org/taxonomy/103836>	<http://www.nbrc.nite.go.jp/NBRC2/NBRCCatalogueDetailServlet?ID=NBRC&CAT=14349>	45	45
 :
 :
<http://purl.uniprot.org/taxonomy/2271>	<http://www.nbrc.nite.go.jp/NBRC2/NBRCCatalogueDetailServlet?ID=NBRC&CAT=100435>	85	85
<http://purl.uniprot.org/taxonomy/53953>	<http://www.nbrc.nite.go.jp/NBRC2/NBRCCatalogueDetailServlet?ID=NBRC&CAT=100139>	85	85
<http://purl.uniprot.org/taxonomy/54256>	<http://www.nbrc.nite.go.jp/NBRC2/NBRCCatalogueDetailServlet?ID=NBRC&CAT=100439>	90	90
<http://purl.uniprot.org/taxonomy/2320>	<http://www.nbrc.nite.go.jp/NBRC2/NBRCCatalogueDetailServlet?ID=NBRC&CAT=100938>	90	90
<http://purl.uniprot.org/taxonomy/2309>	<http://www.nbrc.nite.go.jp/NBRC2/NBRCCatalogueDetailServlet?ID=NBRC&CAT=100438>	95	95
<http://purl.uniprot.org/taxonomy/13773>	<http://www.nbrc.nite.go.jp/NBRC2/NBRCCatalogueDetailServlet?ID=NBRC&CAT=100827>	95	95
<http://purl.uniprot.org/taxonomy/35616>	<http://www.nbrc.nite.go.jp/NBRC2/NBRCCatalogueDetailServlet?ID=NBRC&CAT=100437>	95	95

培養温度が40C以上、100C以下の菌株のNCBI Taxon ID と、Genome RDF を利用して、菌株名を表示

SELECT ?taxid ?species ?nbrc ?low_tmp ?high_tmp
WHERE {
GRAPH <http://dbcls.rois.ac.jp/lsdb/> {
            ?taxid ?p ?nbrc.
             ?nbrc <http://purl.jp/bio/10/gmo/lower_caltivation_temparature> ?low_tmp.
             ?nbrc <http://purl.jp/bio/10/gmo/higher_caltivation_temparature> ?high_tmp
             FILTER ((?low_tmp > 40) &&
                        (?high_tmp < 100) &&
                        (regex(?taxid, "ncbi", "i")))
           }
GRAPH <http://genome.db/> {
           ?s1 ?p1 ?taxid .
           ?s1 ?rdfs:label ?species .
           }
} limit 100;

結果

BH12.12/SPARQLthon/NBRCMedium

提供：TogoWiki

目次

SPARQLthonでのシナリオ

菌株名寄せ方針＠2012-10-25菌株会議

ClassA: "Strain ID"を介して一意に"Taxonomy ID"と菌株番号がリンクできる場合

ClassB1: NBRC (BRC) で菌株ごとに決定された16S rRNA等の塩基配列を介して、その配列をINSDCに登録するときに発行された"Taxonomy ID"とリンクできる場合

ClassB2: StrainInfoなどの菌株DBが収集しているExternal Link情報から"Taxonomy ID"とリンクできる場合

ClassC: 菌株名のリテラルから文字検索によってリンクできる場合

その他覚え書き

SPARQL サンプル

表示

個人用ツール

案内

検索

ツールボックス