我想为我工作的实验室创建一个带有网络前端的 rRNA 序列数据库。在生物学中，使用 BLAST 和 HMMER 等比对算法搜索大量序列似乎很常见，所以我想知道是否有任何现有的 php/python/rails 项目可以使用网站搜索表单轻松创建通用序列数据库？
【问题讨论】：
标签： database search web bioinformatics dna-sequence
这不是您所说的任何一种语言，但有 BioPERL，它是专门为 DNA 和 RNA 以及其他酸和蛋白质碱基“编程”而设计的功能集合
在 CPAN.org 中查找它
【讨论】：
不知道信息将以什么格式存储，或者 DNA 序列如何显示（它只是一个长字符串吗？），您可能只需将每个 DNA 序列插入 MySQL 数据库并然后执行一个简单的查询，例如：
SELECT * FROM `dna_table` WHERE `sequence` = $sequence;
确保使用转义字符串或参数化查询（以防止 SQL 注入），但除此之外，这听起来像是一个非常简单的 DB 程序，代码不应超过 100 行。
【讨论】：
我强烈建议您联系生物信息学社区。最重要的是设计数据库并确定其用途。你在标题中提到了 DNA，但在正文中提到了 rRNA——这些是完全不同的东西。如果这只是一个错字，很好 - 但如果您不了解其中的区别，请与社区中的人交谈。
由于我参与了社区，您可能想联系 MyExperiment 社区 (http://en.wikipedia.org/wiki/MyExperiment) 并在需要时提及我的名字。你会找到很多友好的人和帮助。
更新我刚刚注意到你来自曼彻斯特，那里是 MyExperiment 的中心，所以它确实是显而易见的起点！
【讨论】：
http://gmod.org/ 是少一点的准系统——最简单的安装应该给你一个爆炸形式和一个“序列浏览器”界面。 不知道有没有hmmer form...
（可以很好地扩展 - 从简单的 sqlite 到真正的数据库）
或者，您可能想查看银河服务器。 http://main.g2.bx.psu.edu/
它的第一个目标是让非计算人员可以轻松地进行复杂的基因组查询，但我不知道它是否具有开箱即用的爆炸性
干杯， 亚尼克
更新 - 部分受到这篇文章的启发，我们正在开发一个 simple local blast server 作为易于部署的 alternative to wwwblast。 http://www.sequenceserver.com 的工作正在进行中。演示服务器让您BLAST ant genomes。
【讨论】：
我同意：您应该将您的问题发布到 bbb@bioinformatics.org 或 bioperl 邮件列表。
“使用网站搜索表单轻松创建通用序列数据库”这个问题似乎过于笼统。序列数据库是 (id, sequence) 的列表，它本身不需要任何工具支持。至少我看不出有什么理由让你需要一个工具。
我认为您的问题是：是否有可以在本地安装的 BLAST 客户端作为网络表单？有一些：尽管我从未运行过 PLAN，但它可能值得一试。 BioPerl 具有用于独立 BLAST 执行的对象 (http://doc.bioperl.org/releases/bioperl-1.0/Bio/Tools/Run/StandAloneBlast.html)，并且可以以图形方式显示结果。 Debian/Ubuntu Med 有 ncbi-tools-bin 和 ncbi-rrna-data 可以在几秒钟内安装必要的工具和数据库。
与其考虑工具支持，我更愿意将一个 10 行 CGI 脚本与输入序列一起执行到您拥有的 Fasta 文件上，然后查看用户是否对此不满意。
关注编程语言：如果您愿意，可以使用 shell 脚本 (*) 执行此操作。这甚至可能比在 stackoverflow 上发帖花费的时间更少...... ;-)
(*) 偏执的计算机科学同事请注意：这将是生物学家的内部应用程序，他们不知道操作系统和运算符重载之间的区别，因此 sql 注入非常不可能......
我认为这是一个过早优化已经够邪恶的例子，从某种意义上说，你可以浪费大量时间来设计一个对于简单任务来说过于复杂的系统。本着敏捷编程的精神，如果您喜欢软件工程流行语，您可以简单地将一些东西组合在一起，然后在考虑架构之前在您的用户身上尝试。
【讨论】：
关于 GMOD：我相对肯定 GMOD 对于您的应用程序来说完全是多余的。 GMOD 不是服务器，它是工具的集合，数据库模式 (CHADO) 就是其中之一，而 Chado 并不真正适合大多数拥有序列和 ID 的人。 BioMart 也不是服务器，它是一个允许模型数据库去规范化的工具，能够足够快地运行全基因组查询。其中一个 BioMart 客户端 (MartView) 以 Web 界面形式提供。你现在肯定不想使用 Biomart，但我可以通过电子邮件详细解释。 我的印象是，您首先需要一个基于 Web 的 BLAST 客户端。
【讨论】：
Galaxy：Galaxy 不是一个数据库，它是一个网站，其中包含处理来自各种基因组（主要是 DNA）序列的工具。 Galaxy 与 UCSC 基因组浏览器序列、工具和文件格式紧密相连。因此，如果您想创建一个全新序列的数据库，galaxy 不适合您。它也不包括任何 BLAST 服务器。如果你想创建一个序列数据库，CHADO 作为 GMOD 的一部分就很接近了，但我宁愿开始使用文本文件来开始，请参阅我上面的帖子。
【讨论】：
还有一个简单的 CGI 前端随 NCBI BLAST 包一起分发。你可以从他们的 FTP 站点下载它，这里是：
【讨论】：
也许你可以看看Plone4Bio。
Plone 是一个用 python 编写的扩展内容管理引擎，具有许多功能和易于使用的应用程序，因此您可以使用论坛、新闻产品等模块的集合来创建您的网站......（我知道你已经知道了，但这只是提供一些背景知识）。
Plone4Bio旨在为生物信息学提供一些plone应用程序...我不知道该项目有多先进，我还没有使用它，但看起来至少你有一个序列对象和一些用于可视化它的应用程序，可能还有一些用于搜索它们的应用程序。 （附言他们在 uniprot 使用它 - 查看任何膜蛋白的“第三方数据”部分）
我不知道任何其他针对生物信息学的 CMS 应用程序，但也许您也可以使用 django 轻松实现某些东西，而无需太多努力。
【讨论】：