BioPerl

BioPerl ^[1]^[2] es una colección de módulos Perl que facilitan el desarrollo de scripts Perl para aplicaciones bioinformáticas . Ha desempeñado un papel fundamental en el Proyecto Genoma Humano . ^[3]

Fondo

BioPerl es un proyecto de software de código abierto activo respaldado por la Open Bioinformatics Foundation . El primer conjunto de códigos Perl de BioPerl fue creado por Tim Hubbard y Jong Bhak ^{[ cita requerida ]} en el Centro MRC de Cambridge, donde Fred Sanger llevó a cabo la primera secuenciación del genoma . El Centro MRC fue uno de los centros y lugares de nacimiento de la bioinformática moderna, ya que tenía una gran cantidad de secuencias de ADN y estructuras de proteínas en 3D. Hubbard estaba usando la th_lib.plbiblioteca Perl, que contenía muchas subrutinas Perl útiles para la bioinformática. Bhak, el primer estudiante de doctorado de Hubbard, creó jong_lib.pl. Bhak fusionó las dos bibliotecas de subrutinas Perl en Bio.pl. El nombre BioPerl fue acuñado conjuntamente por Bhak y Steven Brenner en el Centro de Ingeniería de Proteínas (CPE). En 1995, Brenner organizó una sesión de BioPerl en la conferencia de Sistemas Inteligentes para Biología Molecular , celebrada en Cambridge. En los meses siguientes, BioPerl tuvo algunos usuarios, entre ellos Georg Fuellen, que organizó un curso de formación en Alemania. Los colegas y estudiantes de Fuellen ampliaron enormemente BioPerl; otros lo ampliaron aún más, entre ellos Steve Chervitz, que estaba desarrollando activamente códigos Perl para su base de datos del genoma de la levadura. La mayor expansión se produjo cuando el estudiante de Cambridge Ewan Birney se unió al equipo de desarrollo. ^{[ cita requerida ]}

La primera versión estable se publicó el 11 de junio de 2002; la versión estable más reciente (en términos de API) es la 1.7.2 del 7 de septiembre de 2017. También se publican periódicamente versiones para desarrolladores. La serie de versiones 1.7.x se considera la versión más estable (en términos de errores) de BioPerl y se recomienda para el uso diario.

Para aprovechar BioPerl, el usuario necesita un conocimiento básico del lenguaje de programación Perl, incluido un conocimiento de cómo utilizar referencias, módulos, objetos y métodos de Perl.

Características y ejemplos

BioPerl ofrece módulos de software para muchas de las tareas típicas de la programación bioinformática, entre las que se incluyen:

Acceso a datos de secuencias de nucleótidos y péptidos desde bases de datos locales y remotas

Ejemplo de acceso a GenBank para recuperar una secuencia:

utilizar Bio::DB::GenBank ; 

$db_obj = Bio::DB::GenBank -> nuevo ;  

$seq_obj = $db_obj -> get_Seq_by_acc ( # Insertar número de acceso );

Transformación de formatos de registros de bases de datos/archivos

Código de ejemplo para transformar formatos

utilizar Bio::SeqIO ; 

mi $uso = "all2y.pl informat archivo de salida formato de archivo de salida" ; mi $informato = shift or die $uso ; mi $archivo de salida = shift or die $uso ; mi $formato de salida = shift or die $uso ;   
      
      
      

mi $seqin = Bio::SeqIO -> nuevo ( - fh => * STDIN , - formato => $informat , ); mi $seqout = Bio::SeqIO -> nuevo ( - archivo => ">$archivo_salida" , - formato => $formato_salida , );            
            

mientras ( mi $inseq = $seqin -> next_seq ) { $seqout -> write_seq ( $inseq ); }

Manipulación de secuencias individuales

Ejemplo de recopilación de estadísticas para una secuencia determinada

utilizar Bio::Tools::SeqStats ; $seq_stats = Bio::Tools::SeqStats -> nuevo ( $seqobj ); 
  

$peso = $seq_stats -> obtener_peso_molar (); $monomer_ref = $seq_stats -> contar_monómeros ();  
  

# para la secuencia de ácidos nucleicos 
$codon_ref = $seq_stats -> count_codons ();

Buscando secuencias similares
Creación y manipulación de alineaciones de secuencias
Búsqueda de genes y otras estructuras en el ADN genómico
Desarrollo de anotaciones de secuencias legibles por máquina

Uso

Además de ser utilizado directamente por los usuarios finales, ^[4] BioPerl también ha proporcionado la base para una amplia variedad de herramientas bioinformáticas, entre las que se incluyen:

Navegación sincrónica ^[5]
GeneComber ^[6]
BSTF ^[7]
MIMOX ^[8]
Analizador biológico ^[9]
Diseño de cebadores degenerados ^[10]
Consulta de bases de datos públicas ^[11]
Cuadro comparativo actual ^[12]

Las nuevas herramientas y algoritmos de desarrolladores externos a menudo se integran directamente en BioPerl:

Manejo de árboles filogenéticos y taxones anidados ^[13]
Herramientas web de FPC ^[14]

Ventajas

BioPerl fue uno de los primeros repositorios de módulos biológicos que aumentó su usabilidad. Tiene módulos muy fáciles de instalar, junto con un repositorio global flexible. BioPerl utiliza buenos módulos de prueba para una gran variedad de procesos.

Desventajas

Existen muchas formas de utilizar BioPerl, desde la creación de scripts sencillos hasta la programación de objetos muy compleja. Esto hace que el lenguaje no sea claro y, a veces, difícil de entender. A pesar de la cantidad de módulos que tiene BioPerl, algunos no siempre funcionan como se espera. ^{[ cita requerida ]}

Bibliotecas relacionadas en otros lenguajes de programación

Existen varias bibliotecas bioinformáticas relacionadas implementadas en otros lenguajes de programación como parte de la Open Bioinformatics Foundation , entre las que se incluyen:

Referencias

^ Stajich, JE; Block, D.; Boulez, K.; Brenner, S .; Chervitz, S.; Dagdigian, C.; Fuellen, G.; Gilbert, J.; Korf, I.; Lapp, H.; Lehväslaiho, H.; Matsalla, C.; Mungall, CJ; Osborne, BI; Pocock, MR; Schattner, P.; Senger, M.; Stein, LD ; Stupka, E.; Wilkinson, MD; Birney, E. (2002). "El kit de herramientas BioPerl: módulos Perl para las ciencias de la vida". Genome Research . 12 (10): 1611–1618. doi :10.1101/gr.361602. PMC 187536 . PMID 12368254.
^ "Publicaciones de BioPerl - BioPerl". Archivado desde el original el 2007-02-02 . Consultado el 2007-01-21 .Una lista completa y actualizada de referencias de BioPerl
^ Lincoln Stein (1996). «Cómo Perl salvó el proyecto del genoma humano». The Perl Journal . 1 (2). Archivado desde el original el 2007-02-02 . Consultado el 25 de febrero de 2009 .
^ Khaja R, MacDonald J, Zhang J, Scherer S (2006). "Métodos para identificar y mapear duplicaciones segmentarias y génicas recientes en genomas eucariotas" . Mapeo, descubrimiento y expresión génica. Métodos Mol Biol. Vol. 338. Totowa, NJ: Humana Press. págs. 9–20. doi :10.1385/1-59745-097-9:9. ISBN. 978-1-59745-097-3. Número de identificación personal 16888347.
^ Pan, X.; Stein, L. ; Brendel, V. (2005). "SynBrowse: un navegador de sintenia para el análisis comparativo de secuencias". Bioinformática . 21 (17): 3461–3468. doi : 10.1093/bioinformatics/bti555 . PMID 15994196.
^ Shah, SP; McVicker, GP; MacKworth, AK; Rogic, S.; Ouellette, BFF (2003). "GeneComber: Combinación de resultados de programas de predicción de genes para obtener mejores resultados". Bioinformática . 19 (10): 1296–1297. doi : 10.1093/bioinformatics/btg139 . PMID 12835277.
^ Lenhard, B.; Wasserman, WW (2002). "TFBS: marco computacional para el análisis del sitio de unión del factor de transcripción". Bioinformática . 18 (8): 1135–1136. doi : 10.1093/bioinformatics/18.8.1135 . PMID 12176838.
^ Huang, J.; Gutteridge, A.; Honda, W.; Kanehisa, M. (2006). "MIMOX: una herramienta web para el mapeo de epítopos basado en la visualización de fagos". BMC Bioinformatics . 7 : 451. doi : 10.1186/1471-2105-7-451 . PMC 1618411 . PMID 17038191.
^ Catanho, M.; Mascarenhas, D.; Degrave, W.; De Miranda, AB?L. (2006). "BioAnalizador". Bioinformática Aplicada . 5 (1): 49–53. doi : 10.2165/00822942-200605010-00007 . PMID 16539538.
^ Wei, X.; Kuhn, DN; Narasimhan, G. (2003). "Diseño de cebadores degenerados mediante agrupamiento". Actas. Conferencia de bioinformática de la IEEE Computer Society . 2 : 75–83. PMID 16452781.
^ Croce, O.; Lamarre, ML; Christen, R. (2006). "Consulta de secuencias en bases de datos públicas utilizando palabras clave complejas contenidas en las líneas características". BMC Bioinformatics . 7 : 45. doi : 10.1186/1471-2105-7-45 . PMC 1403806 . PMID 16441875.
^ Landsteiner, BR; Olson, MR; Rutherford, R. (2005). "La tabla comparativa actual (CCT) automatiza las búsquedas personalizadas en bases de datos biológicas dinámicas". Nucleic Acids Research . 33 (número del servidor web): W770–W773. doi :10.1093/nar/gki432. PMC 1160193 . PMID 15980582.
^ Llabrés, M.; Rocha, J.; Rosselló, F.; Valiente, G. (2006). "Sobre la compatibilidad ancestral de dos árboles filogenéticos con taxones anidados". Revista de biología matemática . 53 (3): 340–364. arXiv : cs/0505086 . doi :10.1007/s00285-006-0011-4. PMID 16823581. S2CID 1704494.
^ Pampanwar, V.; Engler, F.; Hatfield, J.; Blundy, S.; Gupta, G.; Soderlund, C. (2005). "Herramientas web de FPC para arroz, maíz y distribución". Fisiología vegetal . 138 (1): 116–126. doi :10.1104/pp.104.056291. PMC 1104167 . PMID 15888684.

[1] Stajich, JE; Block, D.; Boulez, K.; Brenner, S .; Chervitz, S.; Dagdigian, C.; Fuellen, G.; Gilbert, J.; Korf, I.; Lapp, H.; Lehväslaiho, H.; Matsalla, C.; Mungall, CJ; Osborne, BI; Pocock, MR; Schattner, P.; Senger, M.; Stein, LD ; Stupka, E.; Wilkinson, MD; Birney, E. (2002). "El kit de herramientas BioPerl: módulos Perl para las ciencias de la vida". Genome Research . 12 (10): 1611–1618. doi :10.1101/gr.361602. PMC 187536 . PMID 12368254.

[2] "Publicaciones de BioPerl - BioPerl". Archivado desde el original el 2007-02-02 . Consultado el 2007-01-21 .Una lista completa y actualizada de referencias de BioPerl

[3] Lincoln Stein (1996). «Cómo Perl salvó el proyecto del genoma humano». The Perl Journal . 1 (2). Archivado desde el original el 2007-02-02 . Consultado el 25 de febrero de 2009 .

[4] Khaja R, MacDonald J, Zhang J, Scherer S (2006). "Métodos para identificar y mapear duplicaciones segmentarias y génicas recientes en genomas eucariotas" . Mapeo, descubrimiento y expresión génica. Métodos Mol Biol. Vol. 338. Totowa, NJ: Humana Press. págs. 9–20. doi :10.1385/1-59745-097-9:9. ISBN. 978-1-59745-097-3. Número de identificación personal 16888347.

[5] Pan, X.; Stein, L. ; Brendel, V. (2005). "SynBrowse: un navegador de sintenia para el análisis comparativo de secuencias". Bioinformática . 21 (17): 3461–3468. doi : 10.1093/bioinformatics/bti555 . PMID 15994196.

[6] Shah, SP; McVicker, GP; MacKworth, AK; Rogic, S.; Ouellette, BFF (2003). "GeneComber: Combinación de resultados de programas de predicción de genes para obtener mejores resultados". Bioinformática . 19 (10): 1296–1297. doi : 10.1093/bioinformatics/btg139 . PMID 12835277.

[7] Lenhard, B.; Wasserman, WW (2002). "TFBS: marco computacional para el análisis del sitio de unión del factor de transcripción". Bioinformática . 18 (8): 1135–1136. doi : 10.1093/bioinformatics/18.8.1135 . PMID 12176838.

[8] Huang, J.; Gutteridge, A.; Honda, W.; Kanehisa, M. (2006). "MIMOX: una herramienta web para el mapeo de epítopos basado en la visualización de fagos". BMC Bioinformatics . 7 : 451. doi : 10.1186/1471-2105-7-451 . PMC 1618411 . PMID 17038191.

[9] Catanho, M.; Mascarenhas, D.; Degrave, W.; De Miranda, AB?L. (2006). "BioAnalizador". Bioinformática Aplicada . 5 (1): 49–53. doi : 10.2165/00822942-200605010-00007 . PMID 16539538.

[10] Wei, X.; Kuhn, DN; Narasimhan, G. (2003). "Diseño de cebadores degenerados mediante agrupamiento". Actas. Conferencia de bioinformática de la IEEE Computer Society . 2 : 75–83. PMID 16452781.

[11] Croce, O.; Lamarre, ML; Christen, R. (2006). "Consulta de secuencias en bases de datos públicas utilizando palabras clave complejas contenidas en las líneas características". BMC Bioinformatics . 7 : 45. doi : 10.1186/1471-2105-7-45 . PMC 1403806 . PMID 16441875.

[12] Landsteiner, BR; Olson, MR; Rutherford, R. (2005). "La tabla comparativa actual (CCT) automatiza las búsquedas personalizadas en bases de datos biológicas dinámicas". Nucleic Acids Research . 33 (número del servidor web): W770–W773. doi :10.1093/nar/gki432. PMC 1160193 . PMID 15980582.

[13] Llabrés, M.; Rocha, J.; Rosselló, F.; Valiente, G. (2006). "Sobre la compatibilidad ancestral de dos árboles filogenéticos con taxones anidados". Revista de biología matemática . 53 (3): 340–364. arXiv : cs/0505086 . doi :10.1007/s00285-006-0011-4. PMID 16823581. S2CID 1704494.

[14] Pampanwar, V.; Engler, F.; Hatfield, J.; Blundy, S.; Gupta, G.; Soderlund, C. (2005). "Herramientas web de FPC para arroz, maíz y distribución". Fisiología vegetal . 138 (1): 116–126. doi :10.1104/pp.104.056291. PMC 1104167 . PMID 15888684.