NCBI API를 이용한 단백질 구조 분석

[최초 작성 : 24.12.04]

[추가 수정 : ]

---

 

 

1. 개요

•  RESTful API 서비스를 활용하여 인슐린 일부의 3D 단백질 구조를 시각화 
•  사용도구 : 포스트맨, 주피터노트북
• 필요한 라이브러리 : requests, json, re, py3Dmol
  - 설치 명령어 : pip install requests py3Dmol
•  DB 목록 : 구글에서  'ncbi entrez e-utilities'  를 검색 (einfo, esearch, efetch)

 

 

2. 전체 흐름

 

•   NCBI 데이터베이스 정보를 가져와서 protein 데이터베이스의 상세 정보를 파일로 저장
•   특정 단백질(P01308)을 검색하고 관련 ID들을 파일로 저장
•   저장된 ID들을 이용해 각 단백질의 GenBank 형식 정보를 가져옴
•   GenBank 파일에서 PDB ID를 추출
•   PDB ID를 이용해 3D 구조를 시각화

 

# 1. NCBI 데이터베이스 정보 가져오기
import requests
import json

# NCBI 데이터베이스 정보 조회
url = "https://eutils.ncbi.nlm.nih.gov/entrez/eutils/einfo.fcgi?retmode=JSON"
response = requests.get(url)

# 데이터베이스 목록에서 protein 정보 추출
python_object = response.json()['einforesult']
db_list = python_object['dblist']
for db in db_list:
    if db == 'protein':
        db_info_url = f'https://eutils.ncbi.nlm.nih.gov/entrez/eutils/einfo.fcgi?retmode=JSON&db={db}'
        print(db_info_url)
        db_response = requests.get(db_info_url)
        print('db_response status code: ', db_response.status_code)
        result = json.dumps(db_response.json()['einforesult'], indent=4)
        print(result)
        with open("protein_db_info.txt", "w", encoding="utf_8") as file:
            file.write(result)

# 2. 특정 단백질 검색 (예: P01308 인슐린)
url = 'https://eutils.ncbi.nlm.nih.gov/entrez/eutils/esearch.fcgi?db=protein&term=P01308&retmode=JSON'
response = requests.get(url)
print('GET: ', response.status_code, response.json())

# 검색 결과에서 ID 목록 추출
header = response.json()['header']
esearch = response.json()['esearchresult']
print(esearch)
id_list = esearch['idlist']

# ID 목록 파일로 저장
for id in id_list:
    print('id: ', id)
    with open("id_list.txt", 'a', encoding="utf-8") as file:
        file.write(id + "\n")

# 3. ID를 이용해 단백질 상세 정보 가져오기
with open('id_list.txt', 'r', encoding='utf-8') as file:
    for line in file:
        id = line.strip()
        if len(id) != 0:
            url = f'https://eutils.ncbi.nlm.nih.gov/entrez/eutils/efetch.fcgi?db=protein&id={id}&rettype=gb&retmode=text'
            print(url)
            response = requests.get(url)
            print('GET STATUS CODE: ', response.status_code)
            with open(f'{id}.txt', 'w', encoding='utf-8') as output_file:
                output_file.write(response.text)

# 4. GenBank 파일에서 PDB ID 추출
import re               # PDB: 뒤에 나오는 문자열을 찾는 패턴

gb_file = '124617.txt'  # 앞서 저장된 GenBank 파일
pdb_id_pattern = r'PDB:(\w+)' 
pdb_id = []

with open(gb_file, 'r') as file:
    for line in file:
        match = re.search(pdb_id_pattern, line)  # 패턴과 일치하는 부분 찾기
        if match:
            id = match.group(1)
            print('pdb_id: ', id)
            pdb_id.append(id)
print('complete.', str(len(pdb_id)))

# 5. 3D 구조 시각화
# !pip install py3Dmol  # 처음 실행시에만 필요

import py3Dmol

# 첫 번째 PDB ID로 3D 구조 시각화
print('pdb_id:', pdb_id[0])
view = py3Dmol.view(query=f'pdb:{pdb_id[0]}')
view.setStyle({"model":-1}, {"cartoon": {"color":"spectrum"}})
view

 

 

 

3. 시각화 결과 이미지