Python抓取动态网页

2015-11-16
Default Category

生物信息学中，David（the Database for Annotation,Visualization and Integrated Discovery）是常用的注视工具，可以对基因进行GO注释，KEGG pathway注释等，David提供接口供批量注释调用。

David的网址https://david.ncifcrf.gov/，api介绍https://david.ncifcrf.gov/content.jsp?file=DAVID_API.html

不是生物信息学的朋友，可以重点关注分析思路。 以Entrez gene id为1002的基因为例，返回GO，interpro等注释信息的api格式为

http://david.abcc.ncifcrf.gov/api.jsp?type=ENTREZ_GENE_ID&ids=1002,&tool=annotationReport&annot=GOTERM_BP_FAT,GOTERM_CC_FAT,GOTERM_MF_FAT,INTERPRO,PIR_SUPERFAMILY,SMART,BBID,BIOCARTA,KEGG_PATHWAY,COG_ONTOLOGY,SP_PIR_KEYWORDS,UP_SEQ_FEATURE,GENETIC_ASSOCIATION_DB_DISEASE,OMIM_DISEASE。

用python应用urllib2的包，抓取上述网页的结果为

阅读更多

三代测序组拼接组装工具Falcon

2015-07-28
Default Category

基因组装配工具Falcon工作流程

1 Falcon简介

Falcon (Fast Alignment and CONsensus)，是由PacBio(太平洋生物科技公司)新开发的二倍体基因组从头拼接组装工具，由HGAP（Hierarchical Genome Assembly Process）扩展而来，但拥有更快的拼接组装效率。 Falcon的正常运行，需要DAZZ_DB模块用来构建序列的数据库，DALIGNER模块进行序列比对寻找序列之间的重叠和pypeFLOW模块记录和追踪流程进度。

阅读更多

Update LinuxRHEL yum source to 163 mirror--更新yum源为163的镜像

2015-05-17
Default Category

open source mirror of 163: http://mirrors.163.com/

as a root user

1
2
3
4

cd /ect/yum.repos.d 
wget http://mirrors.163.com/.help/CentOS5-Base-163.repo
yum clean all
yum makecache

But an error occurs:

1
2

> Timeout on [http://mirrors.163.com/centos/6Server/os/x86_64/repodata/repomd.xml](http://mirrors.163.com/centos/6Server/os/x86_64/repodata/repomd.xml "http://mirrors.163.com/centos/6Server/os/x86_64/repodata/repomd.xml")
> PYCURL ERROR 22- The requested URL returned errer: 404

I can’t find this directory in 163’s webserver (but I do find http://mirrors.163.com/centos/6/os/x86_64/repodata/repomd.xml), so I guess some thing wrong in .repo file.

As for me, I changed all

1

baseurl=http://mirrors.163.com/centos/$releasever

to

1

baseurl=http://mirrors.163.com/centos/6
阅读更多