前回，MGIのサイトから表現型の全データをダウンロードしてきて，KNIMEを使ってまとめてみました．
http://t-kahi.hatenablog.com/entry/2018/05/01/003455
全データを取得することができるのですが，ある特定の表現型のデータだけで十分という場合は多いと思います．
そこで，今回はMouseMineというサイトから任意の表現型のデータをとってきてKNIMEを使ってまとめてみました．
MouseMineのサイトへ飛んで，中央右下のPHENOTYPEのバーを選択し，Mammalian phenotypes (MP terms) ⇒ Mouse genes and modelsをクリックすると
以下のようにMP termを打ち込むと表現型をまとめて取得できるページへ移る(便利…！！)
MP termはMGIのサイトのMammalian Phenotype Browserから自分の好きな表現型とそのMP termを検索することができます．
下の画像だと，adipose tissue phenotypeはMP:0005375ということがわかります．
これを先ほどのMouseMineの検索窓に打ち込むと，以下のようにadipose tissue phenotypeに関連した表現型情報がザーッと出てきます． さらに，この検索ではadipose tissue phenotypeの下流のツリーすべての情報をとることができる．
画面右のExportのタブから，csv fileを出力して自分のローカルフォルダに入れておきます．
ここで得た情報だけでは少し使いにくいので簡単にKNIMEを使ってまとめます． 例として，「lethality」を含む表現型を示す遺伝子を抜き出すことを行います．
下の画像から，mortality/aging⇒abnormal survivalにその情報が入っていることがわかります．
しかし，abnormal survivalのツリーの下には「extended lifespan」という表現型が含まれており，これは「persistence of life for a longer period than is normal for an organism」ということから今回はabnormal survivalからextended lifespanを除いたデータを作成します．
KNIMEのフローはこんな感じです
ポイントを説明をすると
- Node1のCSV readerでabnormal survivalの情報を読み込む
- Node2のCSV readerでextended lifespanの情報を読み込む
- Node3のReference Row Filterでextended lifespanを除く
ここまでで，望みの表現型のデータを得ることができましたが，データを見てみると，遺伝子名はMice symbolで表されているので，このままほかのデータと組み合わせたりすることが少し難しい．．
そこで，homologene IDを使ってhuman symbolに変換しておきます．
homologene IDは種間の相同的な遺伝子を紐づけることができます．
miceとhumanのhomologene IDのリストはMGIのサイトから手に入れることができるので，これをcsv fileでダウンロードしておきます．
もう一度KNIMEのワークフローに戻り，Node10のCSV readerで先ほどのhomologene IDリストを読み込みます．
ファイルを見てみると下リストのように，humanとmiceの遺伝子がhomologene IDを使って紐づけられていることがわかります．
- Node11のRole based row splitterでhuman Taxon IDを参考にして，humanとmiceのデータをそれぞれ別々に分離しておきます．
- Node12 Joinerで先ほどの表現型データと，mice symbol +homologene IDのデータをつなげると，下リストのように表現型データにhomologene IDをつなげることができます．
- Node16 joinerでmice symbol +homologene IDと結合させることで，先ほどの表現型データとヒトのsymbolやEntrez gene IDを紐付けることができた．
もちろん，単純に表現型データを取ってくるだけでも良いのですが，得られたデータを使うことを考えると，紐づけがしやすいタグを付けておくほうが良いかと感じました．
