博文

基因组学研究的数据分析之三：MySQL数据库

已有 4243 次阅读 2012-9-1 00:44 |系统分类:科研笔记|关键词:学者| 数据库, normal, style

“如何建立基因组学研究的数据分析平台？”之 MySQL数据库

数据库启动和关键目录

MySQL数据库在linux下是默认安装的，MySQL 的守护进程是mysqld, 如果已经安装则输入如下命令启动数据库服务：

[root@localhost ~]# service mysqld start 或者

[root@localhost ~]# /etc/init.d/mysqld start

一旦启动了mysql服务，可以检查服务器是否在运行:

[root@localhost ~]# ps -el | grep mysqld 或者

[root@localhost ~]#service mysqld status

进入数据库：

[root@localhost ~]# mysql 或者指定登录用户

[yuan@localhost ~]# mysql --user=root

查看数据库安装路径：

[root@localhost ~]# whereis mysql

使用数据库存储数据

下面举例如何通过一序列SQL命令组合（不分大小写）完成导入基因组数据和查询基因组信息的任务：

命令	说明
SHOW databases;	显示数据库列表
CREATE database P_stipitis6054;	建立数据库P_stipitis6054
USE P_stipitis6054;	打开数据库P_stipitis6054
SHOW tables;	显示数据库P_stipitis6054中的表
DROP TABLE IF EXISTS mRNA_table; CREATE TABLE mRNA_table ( fref VARCHAR(10), fstart INT(10), fstop INT(10), fstrand INT(2), locus_tag VARCHAR(15), mRNA_gene VARCHAR(20), geneid VARCHAR(10), mRNA_GI VARCHAR(20), transcript_id VARCHAR(20), product VARCHAR(200) );	如果表mRNA_table存在则删除，然后建立新表mRNA_table，用于储存P. stipitis基因组注释信息，一条记录包括10个字段，这里一个基因对应一条记录，10个字段对应该基因的10个属性，包括基因在基因组的位置(fstart, fstop)、基因id(geneid)、基因简写(mRNA_gene)或基因表达产物信息(product)等。
LOAD DATA LOCAL INFILE '/home/yuan /P_stipitis6054.txt' INTO TABLE mRNA_table;	向表mRNA_table导入P. stipitis基因组注释信息，数据来自文本文件P_stipitis6054.txt。
select * from mRNA_table limit 10;	显示前10行信息但包括所有字段，。
select mRNA_gene, product from mRNA_table order by mRNA_gene;	根据mRNA_gene排序，只显示字段mRNA_gene和product信息。
select * from mRNA_table where product regexp "protein kinase" ;	显示所有基因表达产物(字段product)具有蛋白激酶活性的信息。
select count(*) from mRNA_table;	统计表中多少条信息（基因）
select count(distinct geneid) from mRNA_table;	统计非冗余基因（GeneID）数量
update mRNA_table set mRNA_gene="GCR2", product="Transcriptional activator of glycolytic enzymes" where locus_tag="PICST_68242";	找到locus_tag编号为PICST_68242的记录（基因），更新字段mRNA_gene和product的注释信息。