水稻PHP基因,科学网—利用MySQL库分析关于水稻基因的研究(二) - 闫双勇的博文...

32罗翔说~~~

于 2021-04-13 10:20:20 发布

阅读量106

点赞数

文章标签：水稻PHP基因

本文分析了一个包含29173条记录的文献数据库reflist_14922，发现其中5082篇不同的文章与基因数据库genelist_14922相关。文章涉及的基因数不等，最多的一篇涉及794个基因。通过Oryzabase_ID，可以建立两个数据库之间的联系。通过查询，可以找到特定基因如Hd1的相关文献，并了解其最早报道。此外，文章还探讨了如何筛选感兴趣的文章，并列举了报道水稻基因最多的期刊。

摘要由CSDN通过智能技术生成

本来是想写在一篇博文里，但是好像内容多了点，所以得分成几篇来写。上篇写基因数据库(表genelist_14922)的一点概况,以及与此相关的一些东西。后面还会对这个数据库进行些分析，所以这里先按下不表。先来看看和基因数据库关联的文献数据库(reflist_14922)。这个表共有29173行。是不是有29173篇文章呢？来查下：

SELECTCOUNT(DISTINCT(Oryzabase_ref_id))FROM`reflist_14922`

结果：5082

也就是说，这个数据库里共有5082篇不同的文章。原因是：一篇文章可以涉及多个基因。这里展示下例子：

SELECTTitle,Journal,COUNT(DISTINCTOryzabase_ID)FROM`reflist_14922`GROUPBYTitleORDERBYCOUNT(DISTINCTOryzabase_ID)

部分结果：

Plant ABC proteins--a unified nomenclature and updated inventory.Trends Plant Sci.128

The class III peroxidase multigenic family in rice and its evolution in land plantsPhytochemistry136

Genome-wide analysis of the ERF gene family in Arabidopsis and rice.Plant Physiol.139

Systematic sequence analysis and identification of tissue-specific or stress-responsive genes of NAC transcription factor family in rice.Mol. Genet. Genomics140

A Bioinformatic Analysis of NAC Genes for Plant Cell Wall Development in Relation to Lignocellulosic Bioenergy ProductionBioenerg. Res.149

Fine structural features of the chloroplast genome: comparison of the sequenced chloroplast genomesNucleic Acids Res.154

The complete sequence of the rice (Oryza sativa) chloroplast genome: intermolecular recombination between distinct tRNA genes accounts for a major plastid DNA inversion during the evolution of cerealsMol. Gen. Genet.162

出现Oryzabase_ID数量最多的一篇文章，其数量高达794,是这篇：

Phylogenetic comparison of FBox (FBX) gene superfamily within the plant kingdom reveals divergent evolutionary histories indicative of genomic drift，PLoS ONE。当然如果说这里面的794个Oryzabase_ID相应的基因都是功能已知的或者克隆了的，我打死也不信。只能说，有人在某种程度研究过。有了数据库以后，可以非常方便的把这些基因调出来.SELECTOryzabase_ID,Gene_symbol_name,Gene_name,TitleFROM`reflist_14922`WHEREOryzabase_ref_id=38654结果：634d3, dwf3, D3/OsMAX2, Os_F0760Phylogenetic comparison of F-Box (FBX) gene superf...

2123apo1(t), apo1, SCM2, SCM2/APO1, OsFbox321, Os_F039...aberrant panicle organization 1, aberrant panicle ...Phylogenetic comparison of F-Box (FBX) gene superf...

8207SaF, OsFbox019, OsFbox19, Os_F0070Gs, F-box protein 19Phylogenetic comparison of F-Box (FBX) gene superf...

8823OsZTL1, OsFbox066, OsFbox66, Os_F0484F-box protein 66Phylogenetic comparison of F-Box (FBX) gene superf...这5082篇关于水稻基因的文章，你当然不可能每篇都去读，你关心的只是其中的部分文章，所以得选择合适的方法把自己感兴趣的那部分文章选出来。怎么选？那看看这个数据库的字段：

row_names：这个就不用了，这是把原始的表从R导入MySQL过程中产生的副产品。

Oryzabase_ID:这个比较重要，这个和基因数据库(genelist_14922)中的trait_gene_id是一致的。通过这个可以建立基因数据库和文献数据库间的联系.

Gene_symbol_name,这个也比较重要，比如我想获得所有关于抽穗期控制基因Hd1的文献，可以这样：

SELECT*FROM`reflist_14922`WHEREGene_symbol_nameLIKE"%hd1%"

这样会搜索出141行结果。关于这个基因最早的报道是1955年

Chandraratna, M.F.Genetics of photoperiod sensitivity in rice.J. Genet.53(2)215-223.1955那篇文章里估计Hd1的名字都不是Hd1.

由于有Journal这个字段，我们也可以看下，哪些期刊会报道水稻基因。

SELECTJournal,COUNT(DISTINCT(Oryzabase_ref_id))FROM`reflist_14922`GROUPBYjournalORDERBYCOUNT(DISTINCT(Oryzabase_ref_id))

共有501种期刊报道过关于水稻的基因，其中报道最多的是下面几个：Mol. Gen. Genet.39

Biosci. Biotechnol. Biochem.42

Molecular Genetics & Genomics (Molecular General G...45

Plant Cell Rep.46