Pyensembl

pyensembl是一个python接口，用于引用基因组元数据，如外显子和转录本。pyensembl从ensembl ftp服务器下载gtf和fasta文件并将其加载到本地数据库中。Pyensembl还可以使用用户提供的GTF和FASTA文件指定的自定义参考数据。

示例用法

frompyensemblimportEnsemblRelease# release 77 uses human reference genome GRCh38data=EnsemblRelease(77)# will return ['HLA-A']gene_names=data.gene_names_at_locus(contig=6,position=29945884)# get all exons associated with HLA-Aexon_ids=data.exon_ids_of_gene_name('HLA-A')

安装

您可以使用pip安装pyensembl

pip install pyensembl

这也应该安装任何必需的软件包，例如datacache biopython

在使用pyensembl之前，运行以下命令下载并安装 ENSEMBL数据：

pyensembl install --release <list of Ensembl release numbers> --species <species-name>

例如，pyensembl install--release 7576--species human将下载并安装所有 来自ENSEMBL的人体参考数据发布75和76。

或者，可以从python内部创建ensemblelease对象 处理并调用ensembl_object.download（）然后调用ensembl_object.index（）

缓存位置

默认情况下，pyensembl使用特定于平台的cache文件夹 并将文件缓存到pyensembl子目录中。 您可以通过设置环境键pyensembl_cache_dir来覆盖此默认值 作为您的首选缓存位置：

exportPYENSEMBL_CACHE_DIR=/custom/cache/dir

或

importosos.environ['PYENSEMBL_CACHE_DIR']='/custom/cache/dir'# ... PyEnsembl API usage

非集成数据

Pyensembl还允许通过规范任意基因组 到ensembl和非ensembl gtf的本地文件路径或远程url的 和fasta文件。（警告：GTF格式可能不同，并且处理 非ENSEMBL数据仍在开发中。）

例如：

data=Genome(reference_name='GRCh38',annotation_name='my_genome_features',gtf_path_or_url='/My/local/gtf/path_to_my_genome_features.gtf')# parse GTF and construct database of genomic featuresdata.index()gene_names=data.gene_names_at_locus(contig=6,position=29945884)

API

ensemblelease对象有方法允许您访问所有可能的 注释特征的组合基因名，基因id， 转录名，转录ID，外显子ID以及 这些基因组元素（续，起始位置，终止位置，链）。

基因