他人の作成したデータベースはテーブルやキーの関係を解きほぐしてモデルを作成するのも大変なので、自動生成したいところです。rmreはデータベースからrails3のモデルを生成します。ChEMBLを例に、データベースモデルの生成をなぞります。
ChEMBL データベース
ChEMBLデータベースは、学術論文から化合物の活性を収集して作成されたものです。化合物、実験、活性値、ターゲットタンパク質、文献などの情報が含まれています。データベースのスキーマ図やスキーマの説明を読むと関係がわかりますが、クエリを書く分には良いのですが、全体のモデルを作成するとなると、テーブルやキーが多いので気合いが要求されるものです。
データベースのセットアップ
PostgreSQL のダンプファイル (926MB) をダウンロードして、PostgreSQLにロードします。マシンスペック次第ですが、２時間から８時間程度でロードが完了すると思います。
ロードする時間が勿体ないというかたは、ロード済みの仮想マシンが配布(vmdk 9.5GB)されているので、そちらを利用することも可能です。
ここで ChEMBL 19のデータは、localhost:5432 の chembl_19 データベースに格納したとします。
モデルの生成
rmre は各種データベースに対応しているそうなので、-a オプションでここでは、postgresqlを指定します。生成したモデルは -o オプションで指定したディレクトリに１テーブル１ファイルで生成されます。
rmre -a postgresql -s localhost --port 5432 -d chembl_19 -u postgres -o chembl_19_model
モデルファイルが chembl_19_model ディレクトリに生成されました。
$ ls chembl_19_model
action_type.rb component_class.rb drug_mechanism.rb protein_classification.rb
activity.rb component_domain.rb formulation.rb protein_family_classification.rb
activity_stds_lookup.rb component_sequence.rb ligand_eff.rb relationship_type.rb
assay.rb component_synonym.rb mechanism_ref.rb research_company.rb
assay_parameter.rb compound_property.rb molecule_atc_classification.rb research_stem.rb
assay_type.rb compound_record.rb molecule_dictionary.rb site_component.rb
atc_classification.rb compound_structure.rb molecule_hierarchy.rb source.rb
binding_site.rb confidence_score_lookup.rb molecule_synonym.rb target_component.rb
bio_component_sequence.rb curation_lookup.rb organism_class.rb target_dictionary.rb
biotherapeutic.rb data_validity_lookup.rb parameter_type.rb target_relation.rb
biotherapeutic_component.rb defined_daily_dose.rb predicted_binding_domain.rb target_type.rb
cell_dictionary.rb doc.rb product.rb usan_stem.rb
chembl_id_lookup.rb domain.rb protein_class_synonym.rb version.rb
assay テーブルの生成されたモデル定義 chembl_19_model/assay.rb を見ます。
class Assay > ActiveRecord::Base
self.primary_key = :assay_id
has_many :assay_parameters, :class_name => 'AssayParameter', :foreign_key => :assay_id
has_many :activities, :class_name => 'Activity', :foreign_key => :assay_id
belongs_to :assay_type, :class_name => 'AssayType', :foreign_key => :assay_type
belongs_to :cell_dictionary, :class_name => 'CellDictionary', :foreign_key => :cell_id
belongs_to :chembl_id_lookup, :class_name => 'ChemblIdLookup', :foreign_key => :chembl_id
belongs_to :confidence_score_lookup, :class_name => 'ConfidenceScoreLookup', :foreign_key => :confidence_score
belongs_to :curation_lookup, :class_name => 'CurationLookup', :foreign_key => :curated_by
belongs_to :doc, :class_name => 'Doc', :foreign_key => :doc_id
belongs_to :relationship_type, :class_name => 'RelationshipType', :foreign_key => :relationship_type
belongs_to :source, :class_name => 'Source', :foreign_key => :src_id
belongs_to :target_dictionary, :class_name => 'TargetDictionary', :foreign_key => :tid
end
primary_key、belongs_to、has_manyなどが定義されたことがわかります。
クエリ例
接続とセットアップ、全ての生成されたモデルファイルをrequireします。
require 'active_record'
ActiveRecord::Base.establish_connection( {:adapter => 'postgresql',
:host => 'localhost',
:port => 5432,
:username => 'postgres',
:password => '',
:database => 'chembl_19'} )
dir = File.join('chembl_19_model', '*.rb')
Dir.glob(dir) { |file| require file }
Assayの説明の取得、ID 1 のAssayレコードを取得して説明を表示します。
irb(main):004:0> Assay.find(1).description
=> "The compound was tested for the in vitro inhibition of platelet 12-lipoxygenase at a concentration of 30 uM"
Assayの活性値の数
irb(main):006:0> Assay.find(1).activities.size
=> 1
Assayタイプの説明
irb(main):009:0> Assay.find(1).assay_type.assay_desc
=> "Binding"
Assayのターゲットの名前
irb(main):003:0> Assay.find(1).target_dictionary.pref_name
=> "Arachidonate 12-lipoxygenase"複数のテーブルのJOINが必要なクエリでも、ActivieRecordで簡単にクエリが書けるようになりました。
まとめ
rmreで既存のRDBからモデルを自動生成してみました。
生成したモデルでクエリを試しました。
研究に利用する場合は、生成したモデルとスキーマを照らし合わせて確認し、必要に会わせてモデルファイルを修正することや、メソッドを追加する必要があるかもしれません。