Search for datasets via MapperHub_zh

通过 MapperHub 搜索数据集

恭喜你，终于来到搜索环节，再忍耐一下！MapperHub十分容易使用，让我们开始吧！

首先，我要介绍几个参数：

• config: 搜索配置。传入QueryHub生成的配置信息。
• mappers: 设置需要使用的映射器。在这里，选择映射器基本上等同于选择需要搜索的公开数据库。
• task: 可选，本次搜索任务的uuid，用于任务的断点续传。任务正式开始后，可通过MapperHub.config获得。

首先传入QueryHub的配置信息。 在这里，我们选择两个映射器——PrideMapper()和IProXMapper()——用于搜索。 映射器类存放于mapper模块。 （请注意数据库与Patpat的连通性，详情请见Q&A）

另外，由于是首次执行搜索任务，task留空。

m = hub.MapperHub(config=q.get_query_config(),
                  mappers=[mapper.PrideMapper(),
                           mapper.IProXMapper(),
                           ],
                  task=None
                  # task=[your task's uuid]
                  )

其中q为已经完成配置生成的QueryHub类。我假设你已经看过如何通过QueryHub构建搜索配置了哦，如果没有，请回去再看看吧！

相信你一定看出来了，mappers参数使得整个搜索流程的可拔插性得以实现。最后，让我们开始搜索吧！

m.mapping()

搜索完毕后，不要忘记导出结果：

result = m.export()

除了result，搜索结果还包括两个文件：

• .json: 包含数据集的完整元数据，数据丰度由公开数据库决定。但每个结果中有四个key是一定存在的：
  • protein: 该数据集的蛋白质水平搜索结果
  • peptides: 该数据集的肽段水平搜索结果
  • summary: 该数据集的摘要
  • website: 该数据集的网址
• .tsv: 表格化信息，可通过 MS EXCEL 查看：
  • title: 数据集标题
  • summary: 数据集摘要
  • website: 数据集网址

它们被保存于patpat_envs/result/<task_uuid>。

有其他感兴趣的数据库？想要开发属于自己的搜索流程吗？ 来教程：可扩展的 Patpat学习 Patpat 的接口吧！