NCBI中Entrez Direct的使用

NCBI作为一个巨大的bioinformatics数据库，除了提供B/S界面的查询外，还提供了许多工具查询和下载DB中的数据。本文介绍其中最强大的一种Entrez Direct（Edirect），这是NCBI官方提供的UNIX平台DB数据检索工具（注意，UNIX平台，不是Linux。我曾经在centos上装过，只能实现输出xml格式结果的功能，不能将结果转换成表格格式，因为perl中xtract模块用不了）。以下是使用方法：

一、环境构建。

1.UNIX和Perl。

      要找一台UNIX的机器不容易。个人推荐使用Cygwin提供的WIndows PC版UNIX模拟器来实现。Cygwin的安装和配置可百度，网上很多。需要注意的是1.一定要在安装时选择必要的packages，包括Devel和Perl中所有的包（将这两个Categroy从Default点为Install），这样UNIX模拟器在安装时会自动安装好这些组件。特别是Perl，Edirect是基于Perl语言运行的。还有一点是选择镜像，尽量选择位于大陆的mirror作为安装源。安装完毕后，要将Cgywin的bin文件夹加入到windows环境变量的PATH中。

2. 安装Edirect。

    安装Edirect前，首先确保UNIX系统中perl和其组件下载器CPAN都安装好了。在命令行输入perl -v，如无报错，则说明perl安装好了。输入perl -MCPAN -e shell,如果进入了cpan的提示符，则cpan可用，输入exit退出到unix提示符下。

注：我原以为Edirect只能在UNIX系统下安装，最近在CentOS7环境下用官方推荐的安装方法也安装上了Edirect，可能是因为新的环境下安装了Bioperl的Bio::SeqIO模块才成功的，究竟是不是这样希望有兴趣的朋友们仔细研究下。

以下是NCBI官方给出的Edirect安装代码：

 cd ~
  perl -MNet::FTP -e \
    '$ftp = new Net::FTP("ftp.ncbi.nlm.nih.gov", Passive => 1); $ftp->login;
     $ftp->binary; $ftp->get("/entrez/entrezdirect/edirect.zip");' #通过perl从NCBI的ftp服务器下载edirect.zip文件夹
  unzip -u -q edirect.zip
  rm edirect.zip
  export PATH=$PATH:$HOME/edirect #将edirect路径加到UNIX环境变量中
  ./edirect/setup.sh #执行setup.sh脚本安装Edirect。

安装过程中如出现以下提示说明有些perl组件没有装上，不过不要紧，据我观察edirect也能正常用。

永佳@zhanyongjia ~
$ ./edirect/setup.sh

Trying to establish local installations of any missing Perl modules
(as logged in /home/永佳/edirect/setup-deps.log).
Please be patient, as this step may take a little while.
Unable to download a prebuilt xtract executable; attempting to
build one from xtract.go.  A Perl fallback is also available, and
will be used if necessary, so please disregard any errors below.
./edirect/setup.sh:行46: go: 未找到命令

ENTREZ DIRECT HAS BEEN SUCCESSFULLY INSTALLED AND CONFIGURED

安装完成后还有一件事，给edirect文件夹下所有目录和文件777权限，chmod -R 777 ./edirect

至此，Edirect安装完成，查阅NCBI提供的教程学习。http://www.ncbi.nlm.nih.gov/books/NBK179288/#chapter6.Release_Notes