Unduh SupaSeqs - Unduh Kode Sumber SupaSeqs

SupaSeqs

Kode sumber lainnya

v0.0-beta.0?

Unduh

Supaseqs

Pada dasarnya ledakan ditulis di postgresql

Supaseqs adalah alat yang dapat digunakan untuk mengelola database urutan DNA secara lokal, berkat implementasi PostgreSQL yang ditawarkan oleh Supabase .

Ini memanfaatkan PostgreSQL sebagai Backend Database Manager, vektorisasi berbasis KMER dan pencarian vektor untuk meniru fungsi ledakan.

1. Instalasi

Jika Anda bekerja di lingkungan Linux, Anda mungkin hanya ingin mengunduh/menyalin setup.sh dan meluncurkannya:

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

1a. Pra-Permintaan

Pastikan lingkungan Anda memiliki:

git
Node v18 atau mengikuti
npm dan npx
python 3.10 atau mengikuti proses instalasi harus berfungsi baik di Windows dan di Linux.

1b. Pengaturan Lingkungan

Pertama -tama, klon repositori ini:

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

Dapatkan Eksekusi Baris Perintah supabase :

 # BOTH Windows and Linux
npm install supabase

Buat dan mulai contoh Supabase:

 # BOTH Windows and Linux
npx supabase init
npx supabase start

Ambil string koneksi dari DB URL yang akan dicetak setelah perintah ini:

 # BOTH Windows and Linux
npx supabase status

Buat lingkungan virtual, aktifkan dan pasang dependensi yang diperlukan:

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

Atau

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

1c. Aplikasi Mulai

Dalam lingkungan virtual, jalankan:

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

Jika ada masalah dengan koneksi ke klien Supabase, pastikan untuk mengganti string koneksi sesuai dengan 16 main.py dengan yang Anda temukan menjalankan supabase status .

2. Bagaimana cara kerjanya

Aplikasi ini berfungsi sebagai layanan API, memanfaatkan FASTAPI. Koneksi ke Supabase ditangani melalui implementasi sqlalchemy dari klien yang mirip dengan yang dibangun di perpustakaan vecs .

Aplikasi menerima dua jenis permintaan:

1- Posting - Unggah urutan atau file 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 " } "

Setiap urutan mendapat vektor dengan representasi berbasis 5-mer (array 1024-DIM), yang kemudian diunggah ke tabel sequences pada Supabase bersama dengan deskripsi (jika disediakan dalam kasus urutan tunggal, header urutan untuk yang ada dalam file FASTA) dan urutan asli.

2- Dapatkan - Cari melalui database urutan

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

Urutan kueri akan di vektor dan database dicari: sejumlah urutan (ditentukan dengan tombol batas , maksimum 1000) dikembalikan jika sesuai dengan ambang kesamaan (ditentukan sebagai nilai persentase dengan tombol ambang ); Respons khasnya terlihat seperti ini:

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

Ini dicapai berkat fungsi yang disebut match_page_sections dan didefinisikan sebagai berikut:

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