|
| 1 | +import pandas as pd |
| 2 | +df = pd.read_csv('ECOLI_83333_idmapping.dat', sep='\t', header=None) |
| 3 | + |
1 | 4 | thisdata2identifiersorg = { |
2 | | - 'UniProtKB-ID':None, |
3 | | - 'Gene_Name':None, |
4 | | - 'Gene_OrderedLocusName':None, |
5 | | - 'GI':None, |
6 | | - 'UniRef100':None, |
7 | | - 'UniRef90':None, |
8 | | - 'UniRef50':None, |
9 | | - 'UniParc':'uniparc', |
10 | | - 'EMBL':None, |
11 | | - 'EMBL-CDS':None, |
12 | | - 'NCBI_TaxID':'taxonomy', |
13 | | - 'RefSeq':'refseq', |
14 | | - 'RefSeq_NT':None, |
15 | | - 'PDB':'pdb', |
16 | | - 'BioGRID':'biogrid', |
17 | | - 'DIP':'dip', |
18 | | - 'STRING':'string', |
19 | | - 'ChEMBL':'chembl', |
20 | | - 'DrugBank':'drugbank', |
21 | | - 'EnsemblGenome':'ensembl', |
22 | | - 'EnsemblGenome_TRS':None, |
23 | | - 'EnsemblGenome_PRO':None, |
24 | | - 'GeneID':None, |
25 | | - 'KEGG':None, |
26 | | - 'PATRIC':None, |
27 | | - 'EchoBASE':'echobase', |
28 | | - 'eggNOG':'eggnog', |
29 | | - 'HOGENOM':'hogenom', |
30 | | - 'OMA':'oma.protein', |
31 | | - 'BioCyc':'biocyc', |
32 | | - 'CRC64':None, |
33 | | - 'Gene_Synonym':None, |
34 | | - 'UniPathway':None, |
35 | | - 'Gene_ORFName':None, |
36 | | - 'MEROPS':'merops', |
37 | | - 'TCDB':'tcdb',} |
| 5 | + 'UniProtKB-ID':None, 'Gene_Name':None,'Gene_OrderedLocusName':None, 'GI':None, 'UniRef100':None, |
| 6 | + 'UniRef90':None, 'UniRef50':None, 'UniParc':'uniparc', 'EMBL':None, 'EMBL-CDS':None, |
| 7 | + 'NCBI_TaxID':'taxonomy', 'RefSeq':'refseq', 'RefSeq_NT':None, 'PDB':'pdb', 'BioGRID':'biogrid', |
| 8 | + 'DIP':'dip', 'STRING':'string', 'ChEMBL':'chembl', 'DrugBank':'drugbank', 'EnsemblGenome':'ensembl', |
| 9 | + 'EnsemblGenome_TRS':None, 'EnsemblGenome_PRO':None, 'GeneID':None, 'KEGG':None, 'PATRIC':None, |
| 10 | + 'EchoBASE':'echobase', 'eggNOG':'eggnog', 'HOGENOM':'hogenom', 'OMA':'oma.protein', 'BioCyc':'biocyc', |
| 11 | + 'CRC64':None, 'Gene_Synonym':None, 'UniPathway':None, 'Gene_ORFName':None, 'MEROPS':'merops', 'TCDB':'tcdb', |
| 12 | + 'ComplexPortal':'complexportal', 'DNASU':None, 'MINT':None, 'ESTHER':None, 'PeroxiBase':'peroxibase', 'CollecTF':None, |
| 13 | + 'PHI-base':None, 'Allergome':'allergome', 'DisProt':'disprot', 'REBASE':'rebase', 'SwissLipids':None, 'Reactome':'reactome' |
| 14 | +} |
| 15 | + |
| 16 | +df.replace({1: thisdata2identifiersorg}, inplace=True) |
| 17 | +df.drop(df[df[1].isnull()].index, inplace=True) |
| 18 | +df['identifiersorgprefix1'] = 'uniprot' |
| 19 | +df.rename(columns={0:'id1', 1:'identifiersorgprefix2', 2:'id2'}, inplace=True) |
| 20 | +df = df[['identifiersorgprefix1', 'id1', 'identifiersorgprefix2', 'id2']] |
| 21 | +df.to_csv('uniprot.csv', index=False) |
0 commit comments