유전자 정보 통합

유전자 정보에 대하여, 다음과 같은 정보를 통합할 수 있다.

(이 글은 개인적인 작업을 정리할 목적으로 작성함)

1. 기본 function : UniProt, OMIM, Entrez Gene

2. 관여하는 Pathway : NetSlim, NCI-PID, KEGG, BioCarta, Reactome, 등등. 

3. 주어진 gene을 target 하는 chemical compound or drug : Chembl, DrugBank

4. gene expression data : GEO

5. staining data : ProteinAtlas

6. cancer 에서 mutation 정보 : COSMIC

7. 관련된 질병: OMIM, GeneCards, CTD 

8. Mouse 에서의 유전 정보: MGI - Mouse Genome Informatics

9. Yeast 에서의 유전 정보: SGD - Saccharomyces Genome Database

10. 

위는 각각의 site에서 관련 정보를 전부 download 받을 수 있고, chembl의 경우 mysql dump 를 제공해 준다. 7번의 GeneCards 의 경우 http://www.genecards.org/cgi-bin/listdiseasecards.pl?type=full 에 있다. OMIM 보다 이 list 가 좀 더 좋은 것 같다. 8, 9의 경우, human ortholog를 이용해서 유전자 정보를 사용할 수 있다. 즉, yeast 에서 synthetic lethal 인 두개의 유전자에 대한 human ortholog가 내가 갖고 있는 유전자 집합에 있는지 없는지, 하는 것 등. 또한 이 때, human ortholog 를 얻기 위해서는 KEGG의 SOAP으로 제공해 주는 service 를 이용할 수 있다. 간단한 python script 는 다음과 같다. 

#! /usr/bin/python

import re;
import sys;

from SOAPpy import WSDL;

def find_ko(str):
        L = str.split('\n');
        ko = '';
        for line in L:
                if line[0:9] == 'ORTHOLOGY':
                        v = line.split(' ');
                        for e in v[1:]:
                                if e != '':
                                        ko = e;
                                        break;
                        break;
        return ko;


def find_human_gene(str):
        human_gene = '';
        L = str.split('\n');
        gene_start = False;
        for line in L:
                if line[0:5] == 'GENES':
                        gene_start = True;
                if line.find('REFERENCE') == 0:
                        gene_start = False;
                        break;

                if gene_start == True:
                        m = re.search('HSA:(.*?)\(', line);
                        if m:
                                human_gene = m.group(1).strip();
                                break;
        return human_gene;

def find_hprd(str):
        hprd = '';
        L = str.split('\n');
        for line in L:
                m = re.search('HPRD:(.*?)$', line);
                if m:
                        hprd = m.group(1).strip();
                        break;


        return hprd;

def main():
        wsdl = 'http://soap.genome.jp/KEGG.wsdl';
        serv = WSDL.Proxy(wsdl);

        f = open('YeastGene.txt');
        print 'YeastGeneKEGG\tKO\tHumanGeneKEGG\tHPRD';
        for line in f:
                if line.strip() == '' or line[0] == '#': continue;
                gene = line.strip();
                r = serv.bget('sce:'+gene);
                if r.strip() == '': continue;
                ko = find_ko(r);
                if ko == '': continue;

                r = serv.bget('ko:'+ko);
                if r.strip() == '': continue;
                hsa_gene = find_human_gene(r);
                if hsa_gene == '': continue;

                r = serv.bget('hsa:'+hsa_gene);
                if r.strip() == '': continue;
                hprd = find_hprd(r);
                if hprd == '': continue;
                print gene + '\t' + ko + '\t' + hsa_gene + '\t' + str(hprd);


if __name__ == '__main__':
        main();