تنزيل SupaSeqs - تنزيل رمز المصدر SupaSeqs

SupaSeqs

شفرة المصدر الأخرى

v0.0-beta.0?

تنزيل

supaseqs

في الأساس انفجار مكتوب في postgresql

SUPASEQS هي أداة يمكن استخدامها لإدارة قواعد بيانات تسلسل الحمض النووي محليًا ، وذلك بفضل تطبيق PostgreSQL الذي تقدمه SUPABASE .

إنه يعزز PostgreSQL كمدير قاعدة بيانات الخلفية ، وتجارة القائمة على KMER والبحث في المتجهات لتقليد وظائف الانفجار.

1. التثبيت

إذا كنت تعمل في بيئة Linux ، فقد ترغب فقط في تنزيل/نسخ الإعداد.

 # Linux
wget https://raw.githubusercontent.com/AstraBert/SupaSeqs/main/scripts/setup.sh
bash setup.sh

1A. ما قبل التردد

تأكد من أن بيئتك لديها:

git
Node v18 أو التالية
npm و npx
يجب أن يعمل python 3.10 أو بعد عملية التثبيت على Windows وعلى Linux.

1 ب. إعداد البيئة

بادئ ذي بدء ، استنساخ هذا المستودع:

 # BOTH Windows and Linux
git clone https://github.com/AstraBert/SupaSeqs
cd SupaSeqs

احصل على نقاط سطر الأوامر supabase :

 # BOTH Windows and Linux
npm install supabase

إنشاء وبدء مثيل supabase:

 # BOTH Windows and Linux
npx supabase init
npx supabase start

استرجع سلسلة الاتصال من DB URL الذي سيتم طباعته بعد هذا الأمر:

 # BOTH Windows and Linux
npx supabase status

قم بإنشاء بيئة افتراضية وتفعيلها وتثبيت التبعيات اللازمة:

 # Linux
python3 -m venv apienv
source apienv/bin/activate
python3 -m pip install -r requirements.txt

أو

 # Windows
python3 - m venv .apienv
.apienvScriptsactivate  # For Command Prompt
# or
.apienvActivate.ps1  # For PowerShell
python3 - m pip install - r .requirements.txt

1C. بدء التطبيق

ضمن البيئة الافتراضية ، قم بتشغيل:

 # BOTH Windows and Linux
cd scripts
python3 -m fastapi dev

إذا كانت هناك مشاكل في الاتصال بعميل Supabase ، فتأكد من استبدال سلسلة الاتصال في السطر من 16 main.py مع تلك التي وجدت تشغيل supabase status .

2. كيف يعمل

يعمل التطبيق كخدمة API ، والاستفادة من fastapi. تتم معالجة اتصال Supabase عبر تنفيذ sqlalchemy لعميل يشبه تلك التي بنيت في مكتبة vecs .

يقبل التطبيق نوعين من الطلبات:

1- POST - قم بتحميل تسلسل أو ملف fasta :

 # Single sequence
curl -X POST " http://127.0.0.1:8000/seqs/ " -H " accept: application/json " -H " Content-Type: application/json " -d " { " sequence " : " GGCAGAACCCAGGGCACCAGCACGCCGAAGGACCACCGCAGGCTGGCCAGCGCTCCACCCTCCCTGCACCACACCCTGCGAGCAAAAGGCAGCAGAAATGAAGAGCATTTACTTTGTGGCTGGATTGTTTGTAATGCTGGTACAAGGCAGCTGGCAACACCCACTTCAAGACACAGAGGAAAAACCCAGGTCTTTCTCAACTTCTCAAACAGACTTGCTTGATGATCCGGATCAGATGAATGAAGACAAGCGTCATTCACAGGGTACATTCACCAGTGACTACAGCAAGTTCCTCGACACCAGGCGTGCTCAAGACTTCTTGGATTGGCTGAAGAACACCAAGAGGAACAGGAATGAAAT " , " description " : " M57688.1 Octodon degus glucagon mRNA, complete cds " } "
# FASTA file
curl -X POST " http://127.0.0.1:8000/seqs/ " -H " accept: application/json " -H " Content-Type: application/json " -d " { " sequence " : " sequence.fasta " } "

يتم تخصيص كل تسلسل بتمثيل قائم على 5-mer (صفيف 1024-DIM) ، والذي يتم تحميله بعد ذلك إلى جدول sequences على supabase جنبًا إلى جنب مع وصف (إذا تم توفيره في حالة التسلسل المفرد ، ورؤوس التسلسلات لأولئك الموجودين في ملف fasta) والتسلسل الأصلي.

2- الحصول على - ابحث من خلال قاعدة بيانات التسلسل

curl -X ' GET ' ' http://localhost:8000/seqs/AACTTCTCAAACAGACTTGCTTGATGATCCGGATCAGATGAATGAAGACAAGCGTCATTCACAGGGTACATTCACCAGTGACTACAGCAAGTTCCTCGACACCAGGCGTGCTCAAGACTTCTTGGATTGGCTGAAGAACACCAAGAGGAACAGGAATGAAAT?limit=100&threshold=75 ' -H ' accept: application/json '

يتم تخصيص تسلسل الاستعلام ويتم البحث في قاعدة البيانات: يتم إرجاع عدد من التسلسلات (المحددة مع مفتاح الحد ، الحد الأقصى 1000) إذا كانت متوافقة مع عتبة التشابه (المحددة كقيمة مئوية مع مفتاح العتبة ) ؛ الاستجابة النموذجية تبدو هكذا:

{ "1" :{ "sequence" : " GGCAGAACCCAGGGCACCAGCACGCCGAAGGACCACCGCAGGCTGGCCAGCGCTCCACCCTCCCTGCACCACACCCTGCGAGCAAAAGGCAGCAGAAATGAAGAGCATTTACTTTGTGGCTGGATTGTTTGTAATGCTGGTACAAGGCAGCTGGCAACACCCACTTCAAGACACAGAGGAAAAACCCAGGTCTTTCTCAACTTCTCAAACAGACTTGCTTGATGATCCGGATCAGATGAATGAAGACAAGCGTCATTCACAGGGTACATTCACCAGTGACTACAGCAAGTTCCTCGACACCAGGCGTGCTCAAGACTTCTTGGATTGGCTGAAGAACACCAAGAGGAACAGGAATGAAAT " , "description" : " M57688.1 Octodon degus glucagon mRNA, complete cds " , "cos_dist" : 0.23987939711631145 }}

تم إنجاز هذا بفضل وظيفة تسمى match_page_sections ومحددة على النحو التالي:

 create or replace function public .match_page_sections (
  embedding vector( 1024 ),
  match_threshold float,
  match_count int
)
returns setof public . sequences
language sql
as $$
  select *
  from public . sequences
  where public . sequences .embedding <=> embedding < 1 - match_threshold
  order by public . sequences .embedding <=> embedding asc
  limit least(match_count, 1000 );
$$;