bin/get_uniprot_results

   1 #! /usr/bin/perl
   2
   3 # get_uniprot_results retreives files of search results from uniprot,
   4 # and is released under the terms of the GPL version 2, or any later
   5 # version, at your option. See the file README and COPYING for more
   6 # information.
   7
   8 # Copyright 2008 by Don Armstrong <don@donarmstrong.com>.
   9
  10
  11 use warnings;
  12 use strict;
  13
  14
  15 use Getopt::Long;
  16 use Pod::Usage;
  17
  18 =head1 NAME
  19
  20   get_uniprot_results [options]
  21
  22 =head1 SYNOPSIS
  23
  24
  25  Options:
  26   --dir, -D directory to stick results into [default .]
  27   --name, -n file naming scheme [default ${search}_results.$format]
  28   --terms, -t file of search terms [default -]
  29   --debug, -d debugging level [default 0]
  30   --help, -h display this help
  31   --man, -m display manual
  32
  33 =head1 OPTIONS
  34
  35 =over
  36
  37 =item B<--debug, -d>
  38
  39 Debug verbosity. (Default 0)
  40
  41 =item B<--help, -h>
  42
  43 Display brief useage information.
  44
  45 =item B<--man, -m>
  46
  47 Display this manual.
  48
  49 =back
  50
  51 =head1 EXAMPLES
  52
  53   get_uniprot_results -D ./uniprot_results/ -n '${search}_name.html' < search_parameters
  54
  55 Will pretty much do what you want
  56
  57 =cut
  58
  59
  60
  61 use vars qw($DEBUG $REVISION);
  62
  63 BEGIN{
  64      ($REVISION) = q$LastChangedRevision: 1$ =~ /LastChangedRevision:\s+([^\s]+)/;
  65      $DEBUG = 0 unless defined $DEBUG;
  66 }
  67
  68 use IO::File;
  69 use URI;
  70 use WWW::Mechanize;
  71 use Time::HiRes qw(usleep);
  72
  73 # XXX parse config file
  74
  75 my %options = (debug    => 0,
  76                help     => 0,
  77                man      => 0,
  78                dir      => '.',
  79                name     => '${search}_results_uniprot',
  80                terms    => '-',
  81                uniprot_site => 'http://ca.expasy.org',
  82                uniprot_search_url  => '/cgi-bin/sprot-search-ful?S=on&T=on',
  83               );
  84
  85 GetOptions(\%options,'name|n=s',
  86            'terms|t=s','dir|D=s','debug|d+','help|h|?','man|m');
  87
  88 pod2usage() if $options{help};
  89 pod2usage({verbose=>2}) if $options{man};
  90
  91 $DEBUG = $options{debug};
  92
  93 if (not -d $options{dir}) {
  94      die "$options{dir} does not exist or is not a directory";
  95 }
  96
  97 #open search terms file
  98 my $terms;
  99 if ($options{terms} eq '-') {
 100      $terms = \*STDIN;
 101 }
 102 else {
 103      $terms = new IO::File $options{terms}, 'r' or die "Unable to open file $options{terms}: $!";
 104 }
 105
 106 #For every term
 107 while (<$terms>) {
 108      # Get uids to retrieve
 109      chomp;
 110      s/\r$//g;
 111      my $search = $_;
 112      my $dir_name = eval qq("$options{name}") or die $@;
 113      if (not -d "$options{dir}/$dir_name") {
 114           mkdir("$options{dir}/$dir_name") or die "Unable to make directory $options{dir}/$dir_name $!";
 115      }
 116      my $uri = URI->new($options{uniprot_site}.$options{uniprot_search_url});
 117      $uri->query_form($uri->query_form(),
 118                       SEARCH => $search,
 119                      );
 120      my $url = $uri->as_string;
 121      my $mech = WWW::Mechanize->new(agent=>"DA_get_uniprot_results/$REVISION");
 122      print "retreived $url\n";
 123      $mech->get($url);
 124      my @links = $mech->find_all_links(text_regex=>qr/_HUMAN/);
 125      for my $gene_link (@links) {
 126           my $gene_url = $gene_link->url_abs->as_string;
 127           print STDERR "saving $gene_url\n";
 128           $mech->get($gene_url);
 129           $mech->follow_link(text_regex => qr/View\s*entry\s*in\s*raw\s*text\s*format/);
 130           my $cleaned_url = $gene_url;
 131           $cleaned_url =~ s{http://}{}g;
 132           $cleaned_url =~ s/[^\w]//g;
 133           eval {
 134                $mech->save_content($options{dir}.'/'.$dir_name.'/'.$cleaned_url);
 135           };
 136           if ($@) {
 137                warn $@;
 138           }
 139      }
 140 }
 141
 142
 143
 144
 145
 146
 147 __END__