スキップしてメイン コンテンツに移動

!RSBML利用編

Rで[[SBML|http://sbml.org/Main_Page]] (Systems Biology Markup Language) を読み込む方法を調べたのでメモします。RSBMLを使いDOMとして読み込みます。読み込んだDOMをRgraphvizで図示します。

SBMLは生物モデルを表現するためのXML言語で、多くのシミュレータなので採用されている言語規格です。具体的には遺伝子やタンパク質、代謝などのネットワークを表現するときに使います。ネットワーク構造と反応、反応に関するパラメータを格納することができます。

環境は MacBook Air と Mac OS X (10.5)、R 2.9.1です。

libsbmlを dmg でダウンロードしてインストールする。

http://sourceforge.net/projects/sbml/files/libsbml/3.4.1/libsbml-3.4.1-libxml2-macosx.dmg/download

RSBMLをインストールする。
<<<
sudo R
> source("http://bioconductor.org/biocLite.R")
> biocLite("RSBML")
>>>

Graphviz をインストールする。

http://www.ryandesign.com/graphviz/download/Graphviz%202.12%20Revision%203%20Intel.dmg

sudo cp /usr/local/graphviz-2.12/lib/libgvc.3.dylib /usr/local/lib/

Rgraphviz を入れる。
<<<
sudo R
> source("http://bioconductor.org/biocLite.R")
> biocLite("Rgraphviz")
>>>

SBMLを読み込む。まず適当なSBMLをどこかからゲットする
<<<
curl -O http://www.staff.ncl.ac.uk/d.j.wilkinson/smfsb/autoreg-2-1.xml
>>>

SBMLをDOMとして読み込む。S4オブジェクトになる。
<<<
R
> library(rsbml)
> dom <- rsbml_read("~/Desktop/autoreg-2-1.xml")
> dom
SBML Document (level = 2, version = 1)
Model of AutoRegulatoryNetwork (Auto-regulatory network)

Compartments (1):
Cell

Species (5):
Gene() in Cell
P2Gene(P2.Gene) in Cell
....
Rna() in Cell
P() in Cell

Reactions (8):
Gene + P2 -> P2Gene by k1 * Gene * P2 where k1 := 1
P2Gene -> Gene + P2 by k1r * P2Gene where k1r := 10
....
Gene -> Gene + Rna by k2 * Gene where k2 := 0.01
Rna -> Rna + P by k3 * Rna where k3 := 10

UnitDefinitions (1):
substance := item

>>>

Model の species ID へアクセスするには、みんな大好き apply family の sapply を使う。
<<<
> sapply(species(model(dom)), id)
Gene P2Gene Rna P P2
"Gene" "P2Gene" "Rna" "P" "P2"
>>>
Reactions も同じようにアクセスできる。
<<<
> sapply(reactions(model(dom)), id)
RepressionBinding ReverseRepressionBinding
"RepressionBinding" "ReverseRepressionBinding"
Transcription Translation
"Transcription" "Translation"
Dimerisation Dissociation
"Dimerisation" "Dissociation"
RnaDegradation ProteinDegradation
"RnaDegradation" "ProteinDegradation"
>>>

DOM を Rgraphviz で図示する。rsbml_graph で S4 オブジェクトを graph オブジェクトへ変換できる。あとは graph オブジェクトを操作できるライブラリ、例えば、Rgraphviz などで好きに操作できる。
<<<
> library(graph)
> g <- rsbml_graph(dom)
> g
A graphNEL graph with directed edges
Number of Nodes = 13
Number of Edges = 18
> nodes(g)
[1] "Gene" "P2Gene"
[3] "Rna" "P"
[5] "P2" "RepressionBinding"
[7] "ReverseRepressionBinding" "Transcription"
[9] "Translation" "Dimerisation"
[11] "Dissociation" "RnaDegradation"
[13] "ProteinDegradation"
> library(Rgraphviz)
> g.layout <- layoutGraph(g)
> pdf("autoreg-2-1.pdf")
> graph.par(list(nodes=list(fontsize=30)))
> renderGraph(g.layout)
> dev.off()
>>>


{{image 0, '画像の説明', nil, [500,500]}}



参考URLはここにまとめた。http://b.hatena.ne.jp/ichan/SBML/

コメント

このブログの人気の投稿

シーケンスアダプタ配列除去ツールまとめ

FASTQ/A file からシーケンスアダプター配列やプライマー配列を除くためのプログラムをまとめてみる。 まず、配列の除去には大別して2つの方向性がある。ひとつは、アダプター配列を含む「リード」を除いてしまう方法。もうひとつは除きたい配列をリードからトリムする方法である。後者のほうが有効リードが増えるメリットが、綺麗に除ききれない場合は、ゲノムへのマップ率が下がる。 気をつける点としては、アダプター/プライマーの reverse complement を検索するかどうか。paired end の際には大事になる。クオリティでトリムできるものや、Paired-end を考慮するものなどもある。アダプター/プライマー配列の文字列を引数として直接入力するものと、multi fasta 形式で指定できるももある。 From Evernote: シーケンスアダプタ配列除去ツールまとめ TagDust http://genome.gsc.riken.jp/osc/english/software/src/nexalign-1.3.5.tgz http://bioinformatics.oxfordjournals.org/content/25/21/2839.full インストール: curl -O http://genome.gsc.riken.jp/osc/english/software/src/tagdust.tgztar zxvf tagdust.tgz cd tagdust/ make sudo make install rehash 使いかた: tagdust adapter.fasta input.fastq -fdr 0.05 -o output.clean.fastq -a output.artifactual.fastq 解説: 入出力形式は fastq/a が使える。リード全体を除く。速い。アダプター配列を fasta 形式で入力できるのが地味に便利で、これに対応しているものがなかなかない。Muth–Manber algorithm (Approximate multiple

ChIP-seq の Peak calling tool を集めたよ

ほかにもあったら教えてください。プログラム/プロジェクト名がツールのプロジェクトサイトへのリンク。その論文タイトルは論文へのリンクになっています。 ツール名の50音順です。 CCCT -  A signal–noise model for significance analysis of ChIP-seq with negative control , chipdiff と同じグループ CisGenome -  CisGenome: An integrated software system for analyzing ChIP-chip and ChIP-seq data . ChromSig -  ChromaSig: a probabilistic approach to finding common chromatin signatures in the human genome. ChIPDiff -  An HMM approach to genome-wide identification of differential histone modification sites from ChIP-seq data ChIP-Seq Analysis Server FindPeaks -  FindPeaks 3.1: a tool for identifying areas of enrichment from massively parallel short-read sequencing technology. Version 4.0 is out. GLITR -  Extracting transcription factor targets from ChIP-Seq data HPeak -  HPeak: an HMM-based algorithm for defining read-enriched regions in ChIP-Seq data MACS -  Model-based Analysis of ChIP-Seq (MACS). PeakSeq -  PeakSeq enables systematic scoring of ChIP-seq experimen

大学の研究室でアカデミックプランが使えるICTツール

自分らでサーバ管理したくないので、SaaS系とローカルで動くソフトのみ。ローカルで動くソフトに関しては、Mac or Docker で動くもののみ。 無償 G Suite for Education  (ドキュメント共有、カレンダーなど) GitHub Education  (ソースコード管理) esa.io アカデミックプラン  (知識共有) Tableau  (データ可視化) Scrapbox  (知識共有) GROWI.cloud  (Wikiなど) 割引 Slack の教育支援プログラム  (ビジネスチャット) Dropbox Education  (ファイル共有、ドキュメント共有) Office 356  (オフィスソフト) Adobe Creative Cloud  (画像編集) AutoDesk for Education  (CADなど) これから申し込んでいくところなので、本当に使えるかはわかりせん。使えた使えないなどの情報やほかのツールでお勧めがあれば教えてもらえると嬉しいです。 アカデミアでなくても無料で使えるツールのうち、うちで使うであろうものは以下に列挙していく。 Google Colaboratory  (データ解析) Overleaf  (論文執筆) Rstudio  (開発, データ解析) VS code (開発)