Software para localizar uma proteina em um grupo de espécies.

Para organizar o grupo de espécies será usada uma Árvore Binária de Busca (ABB) que irá armazenar o nome da espécie, e sua posição no vetor de hash.

O hash funcionará da seguinte maneira: - Cada posição do hash irá pertencer a uma espécie. - Na lista de cada posição, haverá os organismos daquela espécie que provavelmente possuem a proteína.

Para encontrar os organismos a serem inseridos no hash será usado um script externo desenvolvido na linguagem python. Esse script irá usar a ferramenta Blastp para encontrar os dados em um banco de dados externo do NCBI. Os resultados desse scripts serão armazenados num arquivo .al que será lido pelo programa em C .

O programa em C irá ler os arquivos que o script gerou e construir, a partir deles, as estruturas de dados. Então, será possível, fazer consultas otimizadas do tipo: "Quais são os organizmos da espécie X que possuem a proteína Y?".

As ordenações serão feitas em disco (nos arquivos) e podem ser feitas através de duas chaves: o número do organismo no hash ou o e-value do mesmo.

O script de instalação irá criar a estrutura de pastas e transferir, da web, os arquivos nescessários para o funcionamento do PRO-P Finder.

É nescessário uma conexão estável com a internet para que o software gere os arquivos nescessários para construir as estruturas de dados.

blastp -query fastafile -db nr -remote -entrez_query "species name" -outfmt 7 > saida.out

ex () { if [ -f $1 ] ; then case $1 in *.tar.bz2) tar xjf $1 ;; *.tar.gz) tar xzf $1 ;; *.bz2) bunzip2 $1 ;; *.rar) unrar x $1 ;; *.gz) gunzip $1 ;; *.tar) tar xf $1 ;; *.tbz2) tar xjf $1 ;; *.tgz) tar xzf $1 ;; *.zip) unzip $1 ;; *.Z) uncompress $1;; *.7z) 7z x $1 ;; *) echo "'$1' cannot be extracted via ex()" ;; esac else echo "'$1' is not a valid file" fi }