使用Python将基因符号列表转换为UniProt登录号

Question

我有一个基因符号列表，表示两个高吞吐量数据集的交集。我有兴趣做一些GO注释和聚类，但为了做到这一点，我需要将这些基因符号转换成UniProt登录号。我的问题是，使用Python的最佳方法是什么？

例如，转化生长因子β-1的基因称为'TGFB1‘，其登录号为’P 01137‘。我正在寻找一个函数/类/模块/包，它使我能够输入TGFB1作为参数，并将P01137还给我。有人能给我指路吗？谢谢

Answer 1

获取一些从基因名到PDB的映射，比如JSON：download.jsp?rows=100000&page=1&sidx=id&sord=desc将其保存为"mapping.json“。

然后使用这些数据获取映射：

import json


with open("mapping.json") as mapping:
    map_dict = json.load(mapping)

data = map_dict["rows"]

def get_uniprot(gene_id):
    for row in map_dict["rows"]:
        if row["cell"][1] == gene_id:
            return row["cell"][4]

print(get_uniprot("TGFB1"))