Categories

Recent Posts

DeepBiome生物医学数据荟萃:PATRIC数据

DeepBiome生物医学数据荟萃:PATRIC数据

一、背景介绍

病原体系统资源整合中心(Pathosystems Resource Integration Center, PATRIC) 是由美国国家过敏与感染疾病研究所(National Institute of Allergy and Infectious Diseases, NIAID)资助的细菌生物信息资源中心,目前收录超过了10万个细菌基因组数据(截至 2017年6月20日,版本3.3.16, 搜录细菌基因组数字为 10,3791), 该数据集包含了Genbank、Refseq以及合作机构的丰富的基因组信息资源。

PATRIC对基因组通过RAST (https://en.wikipedia.org/wiki/MG-RAST) 进行注释,RAST 为美国微生物数据资源(National Microbial Pathogen Data Resource,NMPDR)团队研发的基因组注释平台, 提供基因组序列信息、蛋白质编码基因信息,rRNA以及tRNA基因信息、以及生物学途经、基因家族信息等,对广泛的基因组数据使用统一的注释系统进行规范,使得细菌基因组数据挖掘以及比较基因组变得容易。

有很多生物信息工具也开始基于PATRIC进行开发,比如FOCUS/FOCUS2 、 SUPER-FOCUS 使用PATRIC 提供的基因组信息进行Metagenome数据分析。

PATRIC 菌株分类信息

大部分都是人源菌株(4.5万多株)、菌株来源最多的是美国(2.2万株),90%以上都是非万成图,当前高通量测序技术我们花费极小的代价就可以完成菌株测序,并且基因组测序(WGS)的成本已经低到可以作为菌株鉴定的常规武器。

二、数据处理

主要使用工具: axel 、lftp、tsv-utils-dlang、

数据表生成

PATRIC提供关于基因组很丰富的信息,包括基因组序列信息、蛋白质编码序列信息、CDS 序列信息、基因位置文件GFF等信息,由于文件比较多,而且没有进行压缩,所有我们采用每个文件单独下载而不是通过FTP工具批量下载模式。

获取基因组列表信息:

lftp -c ‘open ftp://ftp.patricbrc.org/patric2/genomes/; ls > ftp.txt’ grep -P “^d” […]

June 20th, 2017 | Category: Uncategorized | Leave a comment

About

Meta

June 2017
M T W T F S S
« Nov    
 1234
567891011
12131415161718
19202122232425
2627282930  

Blogrolls

Copyright © 2020 deepbiome.org - All Rights Reserved
Powered by WordPress & Atahualpa