Apache batikによるSVG→PNG/JPEGへの変換方法
動作確認OSは、Solaris 9である。
概要
- 公式サイト
- 日本語版ドキュメント
BatikはJava技術に基づく、SVGフォーマットのイメージを、表示する、生成する、変換する、あるいは操作するといった様々な目的で利用する、アプリケーションのためのツールキットである。
ここでは、SVGファイルからPNG/JPEGファイルへのラスタライズのためのコマンドの使用方法、及び、JavaプログラムからのImage Transcoderの呼び出し方法について説明する。
インストールと問題点
インストール
アーカイブを展開して配備するだけ。ただし、Batikのzipファイルを解凍するのにunzipユーティリティを使用しないこと。これはディレクトリのアクセス権限を適切に設定しない。/home/apache/tools/[任意のディレクトリ] バイナリ版 $ jar xvf batik-1.7beta1.zip $ mv batik-1.7 batik-1.7lib （ソース版と区別するために、ディレクトリ名をbatik-1.7libに変更） ソース版 $ jar xvf batik-src-1.7beta1.zip
ターミナルの問題
プログラムの実行はSolarisのコンソール、または、「Reflection X」のコンソール上から行う必要がある。例えば「Tera Term Pro」を使用すると、実行時に下記エラーが出る。"Exception in thread "main" java.lang.InternalError: Can't connect to X11 window server using ': 0.0' as the value of the DISPLAY variable."
解決方法（2007/09/28追記）
javaプログラム実行時に下記のオプションを指定すること。これは、batikがGraphics2D(2Dグラフィックス用の標準Java API)にイメージの生成を要求しており、Graphics2DがX11サーバーを必要とすることに起因している。JDK 1.4以降では、java.awt.headlessプロパティにtrueをセットすることで、いわゆるheadless（画面を出さない）で実行できるようになる。
java -Djava.awt.headless=true
SVGファイルのヘッダー記述
SVGファイルのヘッダー記述は次の通り。ヘッダー部を追加するのは構わないが、記述不足だと変換できないことがあるので注意すること。<?xml version="1.0" standalone="no"?> <!DOCTYPE svg PUBLIC "-//W3C//DTD SVG 1.0//EN" "http://www.w3.org/TR/2001/REC-SVG-20010904/DTD/svg10.dtd"> <svg xmlns="http://www.w3.org/2000/svg" xmlns:xlink="http://www.w3.org/1999/xlink">
使用方法
ラスタライズ(SVG→PNG/JPEG)のコマンド
バイナリ版とソース版で方法が異なる。- Batik - SVG Rasterizerドキュメント
- バイナリ版の例題の実行
apacheユーザーの場合
$ cd /home/apache/tools/batik-1.7lib $ java -Djava.awt.headless=true -jar batik-rasterizer.jar samples/GVT.svg ↓ samples/GVT.png
他のユーザーのディレクトリ上で行う場合
/home/apache/tools/batik-1.7lib/samples/testsディレクトリ以下のファイルが必要なので、自分のディレクトリにコピーしておく
$ cp -r /home/apache/tools/batik-1.7lib/samples/tests . $ java -Djava.awt.headless=true -jar /home/apache/tools/batik-1.7lib/batik-rasterizer.jar svgファイル ↓ PNG/JPEGファイル
java.lang.OutOfMemoryErrorが出るときは、Javaプログラム起動時のオプションで
メモリサイズを指定すること。
$ java -Djava.awt.headless=true -Xmn512m -Xmx1024m -Xms1024m -jar /home/apache/tools/batik-1.7lib/batik-rasterizer.jar svgファイル
apacheユーザーの場合
$ cd /home/apache/tools/batik-1.7 $ chmod +x build.sh $ build.sh svgrasterizer samples/GVT.svg ↓ samples/GVT.png
JavaプログラムからのImage Transcoderの呼び出し
下記サイトにチュートリアルが載っているが、そのままの方法ではうまくいかない。例題のソースを実行してもエラーが出るので、ソースの一部を変更した。イメージのサイズを変更する方法などについては、ドキュメントを参照のこと。- Image Transcoder Tutorialドキュメント
.profileの場合
CLASSPATH=.:〜
:/home/apache/tools/batik-1.7lib/batik.jar
.cshrcの場合
setenv CLASSPATH .:〜
:/home/apache/tools/batik-1.7lib/batik.jarbatik-1.7ディレクトリ下でbuild.sh compileを実行し、ライブラリをコンパイルしておく。ライブラリは、classes/orgディレクトリ下に作成される。Javaプログラムのコンパイル時に必要である。
$ cd /home/apache/tools/batik-1.7 $ build.sh compile ↓ライブラリ作成 batik-1.7/classes/org/*
ソース
/home/apache/tools/batik-1.7/sources-png/SaveAsPNG.java
第１引数：SVGパス名
第２引数：PNGパス名
コンパイル
$ cd /home/apache/tools/batik-1.7/sources-png
$ ant
↓
classファイルは、classesディレクトリ下に作成される
classファイルは、実行用transディレクトリにコピーされる
実行
$ cd ../trans
$ go.png
(java -Djava.awt.headless=true SaveAsPNG /home/apache/public_html/trans/GVT.svg /home/apache/public_html/trans/GVT.png)ソース
/home/apache/tools/batik-1.7/sources-png/SaveAsJPEG.java
第１引数：SVGパス名
第２引数：JPEGパス名
コンパイル
$ cd /home/apache/tools/batik-1.7/sources-jpg
$ ant
↓
classファイルは、classesディレクトリ下に作成される
classファイルは、実行用transディレクトリにコピーされる
実行
$ cd ../trans
$ go.jpg
(java -Djava.awt.headless=true SaveAsJPEG /home/apache/public_html/trans/GVT.svg /home/apache/public_html/trans/GVT.jpg)チュートリアルのコードのままでは、実行時にエラーが出るので、以下の点を変更した。
TranscoderInput()の引数に、URIではなく、InputStreamを渡すようにする。
//String svgURI = new File(args[0]).toURL().toString(); //TranscoderInput input = new TranscoderInput(svgURI); ↓ 変更 InputStream istream = new FileInputStream(args[0]); TranscoderInput input = new TranscoderInput(istream);
また、サイズを指定しないと一部分しか変換されないことがあるので、addTranscodingHint()で幅、高さ、リージョンを指定する。
ソースは以下の通り（JPEGの場合は、PNGTranscoderの代わりにJPEGTranscoderを使用すること）。
import java.io.*;
import java.awt.*;
import org.apache.batik.transcoder.image.PNGTranscoder;
import org.apache.batik.transcoder.TranscoderInput;
import org.apache.batik.transcoder.TranscoderOutput;
public class SaveAsPNG {
public static void main(String[] args) throws Exception {
// Create the transcoder input.
//String svgURI = new File(args[0]).toURL().toString();
//TranscoderInput input = new TranscoderInput(svgURI);
//System.out.println(svgURI);
InputStream istream = new FileInputStream(args[0]);
TranscoderInput input = new TranscoderInput(istream);
// Create the transcoder output.
OutputStream ostream = new FileOutputStream(args[1]);
TranscoderOutput output = new TranscoderOutput(ostream);
// Create a PNG transcoder.
PNGTranscoder t = new PNGTranscoder();
// Set width and height.
int width = Integer.parseInt(args[2]);
int height = Integer.parseInt(args[3]);
Rectangle rect = new Rectangle(0, 0, width, height);
t.addTranscodingHint(PNGTranscoder.KEY_WIDTH, new Float(rect.width));
t.addTranscodingHint(PNGTranscoder.KEY_HEIGHT, new Float(rect.height));
// Set the region.
t.addTranscodingHint(PNGTranscoder.KEY_AOI, rect);
// Save the image.
t.transcode(input, output);
// Flush and close the stream.
ostream.flush();
ostream.close();
System.exit(0);
}
}
RによるHeatmapグラフの作成
手順
距離関数Dist()で類似度を求め、hclust()でクラスタリングし、heatmap()のColv,Rowvオプションにdendrogram()を指定して出力する。プログラム例
library(amap)
# Heatmapグラフ作成
#
# ファイルの読み込み
data <- read.table("test.txt", header=TRUE, row.names=1, sep="\t")
#
# PDFに出力する
pdf()
#
# 距離関数で類似度のアルゴリズムとしてCosine係数を使用する
# (method="pearson")は(1 - cosine)と同義である
d1<-Dist(data, method="pearson")
d2<-Dist(t(data), method="pearson")
#
# クラスタリングでAverage Linkageを使用する
c1<-hclust(d1, method="average")
c2<-hclust(d2, method="average")
#
# Heatmap PDFファイルの出力
heatmap(as.matrix(data),
Colv=as.dendrogram(c2),Rowv=as.dendrogram(c1),
scale="none", col=cm.colors(256),
main="Cosine-Average", margin=c(8,10))
#
# デバイスを閉じる
dev.off()
関数の主な仕様
距離関数
距離関数にはamapライブラリのDist()と標準のdist()がある。標準のdist()は類似度を指定するmethodオプションにPearson's相関係数とCosine係数が無いので、Dist()を使用した方がよい。また、dist()は結果の距離行列が千倍程度(?)の値になる。- Dist()関数の使用例
Dist()は類似度をmethodオプションとして指定できる。
library(amap) Dist(data,method="peason")
methodオプションの名前はまぎらわしいので気をつけること。
"correlation" : Pearson's相関係数。(1 - peason)の値。 "pearson" : Cosine係数。(1 - cosine)の値。 "euclidean" : ユークリッド距離 "maximum" : 最大距離 "manhattan" : マンハッタン（シティーブロック）距離 "canberra" : キャンベラ距離 "binary" : バイナリー距離
クラスタリング関数
- hclust()関数の使用例
hclust()は階層的手法をmethodオプションとして指定できる。
c1<-hclust(d1, method="average")
"single" : 単連結法 (Single Linkage) "complete" : 完全連結法(Complete Linkage) "average" : 群平均法 (Average Linkage) "ward" : ウォード法(Ward's Minimum Variance)
ヒートマップ関数
- heatmap()関数の使用例
heatmap(as.matrix(data),
Colv=as.dendrogram(c2),Rowv=as.dendrogram(c1),
scale="none", col=cm.colors(256),
main="Cosine-Average", margin=c(8,10))Colv,Rowvオプションにdendrogram()の返り値を指定する。このオプションの指定が無い場合は、正方行列のデータからしかヒートマップを作成できない。縦、横のサイズが異なるデータにおいては、Colv,Rowvオプションの指定は必須である。
scaleオプションには"none"を指定すること。
MATLABによるフィッシャーの正確確率検定
- Fisher's exact test.
- fisher_exact()関数（霧笛作成）を使用する。
引数
data : データ値のベクトル(2 * 2)
data = [a b; c d]
alpha : 有意水準
both : 0 片側検定
1 両側検定
返り値
h : 0 帰無仮説は採択される → 2要因は独立でないとはいえない
1 帰無仮説は棄却される → 2要因は独立ではない
p : 生起確率
プログラム例
- exact_test.m
- 参考URL
% ---------------------------------------------------------------
% フィッシャーの正確確率検定
% Fisher's exact test.
%
% Web教材「統計学自習ノート」より、
% フィッシャーの正確確率検定（直接確率）「例題」の計算。
% http://aoki2.si.gunma-u.ac.jp/lecture/Cross/Fisher.html
% ---------------------------------------------------------------
function exact_test()
% p 生起確率
% h : 0 帰無仮説は採択される → 2要因は独立でないとはいえない
% : 1 帰無仮説は棄却される → 2要因は独立ではない
data = [13 4; 6 14];
alpha = 0.01; % 有意水準
% 片側検定
[h,p] = fisher_exact(data,alpha,0)
% 両側検定
[h,p] = fisher_exact(data,alpha,1)
end
プログラム例−実行結果
>> exact_test
p =
0.0059
h =
1
p =
0.0081
h =
1
fisher_exact()関数の実装
- fisher_exact.m
% ---------------------------------------------------------------
% フィッシャーの正確確率検定
% Fisher's exact test.
% 引数:
% data : データ値のベクトル（2 * 2）
% data = [a b; c d]
% alpha : 有意水準
% both : 0 片側検定
% 1 両側検定
% 返り値:
% h : 0 帰無仮説は採択される → 2要因は独立でないとはいえない
% 1 帰無仮説は棄却される → 2要因は独立ではない
% allp : 生起確率
% ---------------------------------------------------------------
function [h,allp] = fisher_exact(data, alpha, both)
h = 0;
allp = 0.0;
% +---------------+--------+
% | a b | sum_ab |
% | c d | sum_cd |
% +---------------+--------+
% | sum_ac sum_bd | |
% +---------------+--------+
a = data(1,1);
b = data(1,2);
c = data(2,1);
d = data(2,2);
sum_ab = a + b;
sum_cd = c + d;
sum_ac = a + c;
sum_bd = b + d;
% 実際の観測値の正確な生起確率を得る
p0 = get_exact_p(a,b,c,d);
s0 = a*d - b*c;
% aは 0〜小さい方の合計値まで推移
index = 0;
if(sum_ab <= sum_ac)
for a=0:sum_ab
index = index + 1;
b = sum_ab - a;
c = sum_ac - a;
d = sum_cd - c;
% 正確な生起確率を得る
p(index) = get_exact_p(a,b,c,d);
s(index) = a*d - b*c;
end
else
for a=0:sum_ac
index = index + 1;
b = sum_ab - a;
c = sum_ac - a;
d = sum_cd - c;
% 正確な生起確率を得る
p(index) = get_exact_p(a,b,c,d);
s(index) = a*d - b*c;
end
end
number = index;
% 実際の観測値よりも極端な場合の生起確率の合計を求める
for index=1:number
% 片側検定では（sとs0が同符号でかつ | s | ≧ | s0 |）の生起確率の合計
if(both == 0)
sflag = 0;
% 同符号なら sflag = 1
if((s0 >= 0 && s(index) >= 0) || (s0 < 0 && s(index) < 0))
sflag = 1;
end
if((sflag == 1) && (abs(s(index)) >= abs(s0)))
allp = allp + p(index);
end
% 両側検定では（| s | ≧ | s0 |）の生起確率の合計
else
if(abs(s(index)) >= abs(s0))
allp = allp + p(index);
end
end
end
% 生起確率が有意水準以下
if(allp <= alpha)
h = 1
end
end
% ---------------------------------------------------------------
% 正確な生起確率を得る
% 引数:
% a, b, c, d : データ値（2 * 2）
% 返り値:
% p : 生起確率
% ---------------------------------------------------------------
function p = get_exact_p(a,b,c,d)
% prod(1:n)は nの階乗の計算
n = a + b + c + d;
d1 = prod(1:a+b) * prod(1:c+d) * prod(1:a+c) * prod(1:b+d);
d2 = prod(1:n) * prod(1:a) * prod(1:b) * prod(1:c) * prod(1:d);
p = d1 / d2;
end
MATLABによるカイ二乗検定
- Chi-square goodness-of-fit test.
- chi2gof()関数を使用する。詳細は、ヘルプ参照。
主な引数
x : データ値のベクトル
多次元にする方法が不明。とりあえず、一次元で計算する。
N = (行の数 * 列の数)
'ctrs' : ビンの中央値ベクトル
'frequency': 観測値ベクトル
'expected' : 期待値ベクトル
'nparams' : (N-1-正しい自由度)を指定すること
正しい自由度は以下の式で求められる。
正しい自由度 = (行の数-1) * (列の数-1)
nparamsを設定しないとき、デフォルトの自由度は(N-1)となる。
このギャップをnparamsで調整するとよい。
'alpha' : 有意水準。デフォルトの有意水準は 0.05である。
返り値
h : 0 帰無仮説は採択される → 差はない
1 帰無仮説は棄却される → 差はないとは言えない
p : 生起確率
st : STATS構造体
chi2stat カイ二乗値
df 自由度
edges ビンの境界ベクトル
O 観測値（ビンごとのカウント）
E 期待値（ビンごとのカウント）
プログラム例
- chi2_test.m
- 参考URL
% ---------------------------------------------------------------
% カイ二乗検定
% Chi-square goodness-of-fit test.
%
% Web独習教材「ハンバーガーショップで学ぶ楽しい統計学」より、
% カイ二乗検定の計算。
% http://kogolab.jp/elearn/hamburger/chap3/sec0.html
% ---------------------------------------------------------------
function chi2_test()
x = [0 1 2 3];
f = [435 165 265 135];
e = [420 180 280 120];
[h,p,st] = chi2gof(x,'ctrs',x,'frequency',f,'expected',e,...
'nparams',2,'alpha',0.05)
end
プログラム例−実行結果
>> chi2_test
h =
1
p =
0.0346
st =
chi2stat: 4.4643
df: 1
edges: [-0.5000 0.5000 1.5000 2.5000 3.5000]
O: [435 165 265 135]
E: [420 180 280 120]
MATLABでファイルをインポートする方法
tab区切りtext fileのインポート
textscan()関数
テキストヘッダを含んだtab区切りtextファイルをインポートできる。文字列と数値が混在したデータを、セル配列に読み込める。% テキストファイルからデータを読み込む。
% タブをデリミッタとし、ヘッダーラインを head_num行、読み飛ばす。
% ファイルオープン
fin = fopen(file_in);
head_num = 1;
in_cell = textscan(fin,...
'%s %f %f %f %f %f %f %f %f %f %f %f %f %f %f %f %f %f %f %f %f %d %s %s %s %s %s %s %s %s',...
'delimiter', '\t', 'headerlines', head_num);
fclose(fin);
:
% 同じデータタイプのセル配列を、単一行列に変換する場合（全ての行）
oneline_val = cell2mat(in_cell(1, 2:21));
% セルの個々のデータにアクセスする場合
nc = in_cell{field_no}(line_no);
dlmread()関数
テキストヘッダを含んだtab区切りtextファイルから、数値データをインポートできる。データ部（ファイルの一部の領域）に文字列が混在したデータは読み込めない。そうでなければ、この関数を使用した方が記述が簡単である。% テキストファイルから数値データを読み込む。
% タブをデリミッタとし、(R行,C列)以降を読み込む。
% 左上を(0,0)とする。例えば、(0,2)なら１行３列目から。
% 読み込まれたデータのcolsは１列多い(?)ので、使用するときは気をつけること。
datas = dlmread(file_in, '\t', R, C);
[rows, cols] = size(datas);
for line_no = 1:rows
values1 = datas(line_no,1:(end - 1));
：
end
% テキストファイルから数値データを読み込む。
% タブをデリミッタとし、range = [R1 C1 R2 C2]の範囲を読み込む。
% 左上を(0,0)とする。(R1,C1)は左上、(R2,C2)は右下の座標。
datas = dlmread(file_in, '\t', range);
fgetl()関数
fgetl()関数を使用して、ファイルから１行ずつ読み込むことができる。ヘッダー部や列の先頭の文字列のみを読み込むときに便利である。- 詳細
- 例
% ファイルオープン
fin = fopen(file_in);
% ヘッダー部読み込み
rem = fgetl(fin);
% トークンに分ける。ただし、この方法では１列多くなる。
% 列数が分かっている場合は、for k = 1:10 のように数を指定してループするとよい。
k = 1;
while true
[title{k}, rem] = strtok(rem, ' '); % ' '内はタブ等のdelimiter
if isempty(title{k}), break; end
k = k + 1;
end
% データ部読み込み
line_no = 1;
while(1)
tline = fgetl(fin);
if ~ischar(tline), break, end
[token, rem] = strtok(tline, ' ');
str1{line_no} = token(1:end); % １列目の文字列
str2{line_no} = strtok(rem, ' '); % ２列目の文字列
line_no = line_no + 1;
end
fclose(fin);
xls fileのインポート
xlsread()関数
EXCELで変換したxlsファイルを読み込むことができる。ただし、１行が256列以上のデータはEXCELで読み込めないので、使用できない。データを文字列や数値ごとに出力してくれるので便利である。- 詳細
- 例
% xlsreadは、次の３項目を別々に出力する。
% datas : 数値データ
% strs : 文字列データ
% rowData : 圧縮されていないセルの内容
[datas, strs, rowData] = xlsread(file_in);
[rows, cols] = size(datas);
for line_no = 1:rows
id = datas(line_no,1);
end
PerlによるKEGGデータベースへのアクセス
環境変数の設定
環境変数HTTP_proxyを設定する。ただし、環境変数は、言語により大文字・小文字の区別があるので注意すること。
.cshrc
setenv HTTP_proxy [プロキシのURI]
.bashrc
export HTTP_proxy=[プロキシのURI]
.profile
HTTP_proxy=[プロキシのURI]
export HTTP_proxy
公式サイト
- Web API for Biology(WABI)
- Web API for Biology(WABI)チュートリアル（実例・ノウハウありのおすすめサイト）
KEGGデータベースへのアクセス（KEGG API使用）
KEGG APIメソッド
- 利用可能なメソッドの一覧は、KEGG API Japanese manualを参照のこと。
KEGG APIの使用例
- 大腸菌の b0002 遺伝子と最も相同性の高い遺伝子を、Smith-Waterman スコアの高い順に 5 個検索して表示するプログラム
Smith-Waterman.plの内容
#!/usr/bin/env perl
use SOAP::Lite;
$wsdl = 'http://soap.genome.jp/KEGG.wsdl';
$serv = SOAP::Lite -> service($wsdl);
$start = 1;
$max_results = 5;
$top5 = $serv->get_best_neighbors_by_gene('eco:b0002', $start, $max_results);
foreach $hit (@{$top5}) {
print "$hit->{genes_id1}\t$hit->{genes_id2}\t$hit->{sw_score}\n";
}eco.plの内容
#!/usr/bin/env perl
use SOAP::Lite;
$wsdl = 'http://soap.genome.jp/KEGG.wsdl';
$results = SOAP::Lite
-> service($wsdl)
-> list_pathways("eco");
foreach $path (@{$results}) {
print "$path->{entry_id}\t$path->{definition}\n";
}
BioRubyによるKEGGデータベースへのアクセス
環境変数の設定
環境変数SOAP_USE_PROXY, http_proxyを設定する。ただし、環境変数は、言語により大文字・小文字の区別があるので注意すること。
.cshrc
setenv SOAP_USE_PROXY on
setenv http_proxy [プロキシのURI]
.bashrc
export SOAP_USE_PROXY=on
export http_proxy=[プロキシのURI]
.profile
SOAP_USE_PROXY=on
export SOAP_USE_PROXY
http_proxy=[プロキシのURI]
export http_proxy
公式サイト
KEGGデータベースへのアクセス（KEGG API使用）
BioRubyの使用方法
BioRubyシェルを起動して、BioRubyコマンド(xxx)を実行する方法% bioruby bioruby> xxx
ファイル(xxx.rb)を編集して、rubyから実行する方法
% ruby xxx.rb
データベース情報（メタ情報）の取得
対象データベース : SSDB, PATHWAY, GENES, LIGANDbioruby> keggdbs
例）リスト出力のプログラム list_databases.rbの内容
#!/usr/bin/env ruby
#require 'pp'
require 'bio'
serv = Bio::KEGG::API.new
list = serv.list_databases()
#pp list
list.each do |elem|
print elem.entry_id,"\t",elem.definition,"\n"
endKEGG に含まれている生物種(org)のリスト
例）リスト出力のBioRubyシェルコマンド
結果はソートされる。 bioruby> keggorgs
例）リスト出力のプログラム list_organisms.rbの内容
結果はソートされない。
#!/usr/bin/env ruby
#require 'pp'
require 'bio'
serv = Bio::KEGG::API.new
list = serv.list_organisms()
#pp list
list.each do |elem|
print elem.entry_id,"\t",elem.definition,"\n"
endKEGG に含まれている指定した生物(hsa)のパスウェイのリスト
例）リスト出力のBioRubyシェルコマンド
bioruby> keggpathways("hsa")例）リスト出力のプログラム list_pathways.rbの内容
#!/usr/bin/env ruby
#require 'pp'
require 'bio'
serv = Bio::KEGG::API.new
list = serv.list_pathways("hsa")
#pp list
list.each do |elem|
print elem.entry_id,"\t",elem.definition,"\n"
end
DBGETシステムに対するメソッド
ゲノムネットのDBGETのコマンドをそのまま実行できる。コマンドとしても、rbファイル上でも、使用可能。- binfo(string)
- 返り値は"\n"区切りstring
指定したデータベースのエントリ数や更新日など詳しい最新情報を返す。
例）BioRubyシェル上でのメソッドの実行
結果をファイルに保存する。
bioruby> str = binfo('pathway')
bioruby> savefile "binfo.txt", str例）プログラムtest_binfo.rbの内容
#!/usr/bin/env ruby
require 'bio'
serv = Bio::KEGG::API.new
str = serv.binfo('')
puts strデータベースに対するキーワード検索することができる。データベース名とキーワード（100個以下）を指定する。
- 返り値は"\n"区切りstring
例）BioRubyシェル上でのメソッドの実行
結果を画面に出力する。
bioruby> str = bfind("gb E-cadherin human")
bioruby> puts str指定したdb:entry_idのデータベースエントリを返す。コマンドラインオプションを文字列で渡す。一度に取得できるエントリの数は100個以下。
- 返り値は"\n"区切りstring
例）BioRubyシェル上でのメソッドの実行
結果を画面に出力する。
bioruby> str = bget("eco:b0002 bsu:BG10065 cpd:C00209")
bioruby> puts str指定したentry_id（100個以下）に対応するdefinitionを返す。
- 返り値は"\n"区切りstring definition "\n"
例）BioRubyシェル上でのメソッドの実行
結果を画面に出力する。
bioruby> str = btit("hsa:1798 mmu:13478 dme:CG5287-PA cel:Y60A3A.14")
bioruby> puts str外部データベースのIDを、KEGGのIDに変換する。
対応データベース
外部データベース データベース名の prefix
---------------- -----------------------
NCBI GI ncbi-gi:
NCBI GeneID ncbi-geneid:
GenBank genbank:
UniGene unigene:
UniProt uniprot:
OMIM omim:例）プログラムtest_pconv.rbの内容
#!/usr/bin/env ruby
require 'bio'
serv = Bio::KEGG::API.new
str = serv.bconv("ncbi-gi:10047086 ncbi-geneid:14751")
puts str
LinkDB
- get_linkdb_by_entry(entry_id, db, start, max_results)
- 返り値はArrayOfLinkDBRelation
指定したentry_idから直接または間接的にリンクされているエントリの経路を、dbで指定したデータベースにたどれるまで検索する。
例）プログラムget_linkdb_by_entry.rbの内容
#!/usr/bin/env ruby
#require 'pp'
require 'bio'
serv = Bio::KEGG::API.new
list = serv.get_linkdb_by_entry('eco:b0002', 'pathway', 1, 10)
#pp list
list.each do |elem|
print elem.entry_id1,"\t",elem.entry_id2,"\t",elem.type,"\t",elem.path,"\n"
end
KEGG APIメソッド
データベース情報取得以外のKEGG APIのメソッドをBioRubyシェル上で実行するには、keggapiに続けて呼び出せばよい。- 利用可能なメソッドの一覧は、KEGG API Japanese manualを参照のこと。
- 返り値の型とその内部構造は、ppコマンドで確認できる。
例）BioRubyシェル上でのメソッドの実行
結果を画面に出力する。
bioruby> list = keggapi.get_genes_by_pathway("path:hsa05210")
bioruby> pp list
bioruby> puts list
BioRuby Tips
FixnumのPublicメソッドの一覧出力
$ ruby -e 'p 1.type; p 1.methods'
メソッドの返り値のチェック方法
ppクラスを使用して、メソッドの返り値の型とその内部構造をチェックできる。例）ppクラス使用例
test_pp.rbの内容
#!/usr/bin/env ruby
require 'pp'
require 'bio'
serv = Bio::KEGG::API.new
list = serv.get_elements_by_pathway('path:hsa05210')
pp list
