Python3〜requestsモジュールの活用

バイオインフォマティクスの分野では、膨大なデータを効率的に取得・操作・解析する能力が求められます。Pythonはその柔軟性と豊富なライブラリ群から、バイオインフォマティクスの研究や実務で広く使われています。その中で、外部データの取得やAPIとのやり取りを行う際に特に役立つのが「requestsモジュール」です。本記事では、requestsモジュールの基本から応用までを解説し、バイオインフォマティクスの実践に活かせるヒントを提供します。

1. requestsモジュールの基本

requestsモジュールとは？

requestsモジュールは、HTTPリクエストを簡潔に実行するためのPythonライブラリです。インストールは以下のコマンドで行えます：

pip install requests

このモジュールを使うと、ウェブ上のデータを取得するGETリクエストや、データを送信するPOSTリクエストをシンプルなコードで実装できます。

基本的な使い方

以下は、GETリクエストを利用してデータを取得する例です。

import requests

url = "https://example.com/api/data"
response = requests.get(url)

if response.status_code == 200:
    print("データ取得成功!")
    print(response.json())  # JSON形式のデータを取得
else:
    print(f"エラーが発生しました: {response.status_code}")

このコードでは、指定したURLからデータを取得し、ステータスコードで成功/失敗を判定しています。

2. バイオインフォマティクスにおけるrequestsの活用

バイオインフォマティクスでは、次のようなタスクにrequestsモジュールを活用できます。

(1) 公共データベースからのデータ取得

生物学的データを提供する公共リソース（例：NCBI、UniProt、Ensemblなど）からデータをダウンロードする場合、requestsモジュールが役立ちます。

以下は、NCBIのAPIを使用して遺伝子情報を取得する例です。

base_url = "https://api.ncbi.nlm.nih.gov/datasets/v1/gene/"
gene_id = "672"  # BRCA1の例
url = f"{base_url}{gene_id}"

response = requests.get(url)
if response.status_code == 200:
    gene_data = response.json()
    print(f"Gene Name: {gene_data['gene']['name']}")
else:
    print(f"Failed to fetch data: {response.status_code}")

このコードで、NCBIのAPIから指定した遺伝子IDに対応するデータを取得できます。

(2) ファイルダウンロード

ゲノム配列やアラインメントデータなど、大容量のデータを直接ダウンロードする際にも有用です。

url = "https://example.com/genome.fasta"
response = requests.get(url, stream=True)

with open("genome.fasta", "wb") as file:
    for chunk in response.iter_content(chunk_size=8192):
        file.write(chunk)

print("ファイルのダウンロードが完了しました。")

stream=Trueオプションを使うことで、大きなファイルもメモリ効率良くダウンロードできます。

(3) APIを利用したデータ解析の自動化

多くのバイオデータベースは、RESTful APIを提供しており、requestsモジュールを利用して効率的にデータ取得が可能です。例えば、UniProt APIを使用して特定のタンパク質情報を取得するスクリプトを考えます。

url = "https://www.uniprot.org/uniprot/Q9Y5Y9.json"  # P53タンパク質の例
response = requests.get(url)

if response.status_code == 200:
    data = response.json()
    print(f"Protein Name: {data['protein']['recommendedName']['fullName']['value']}")
else:
    print(f"Error: {response.status_code}")

3. 応用例：データ処理を組み合わせる

バイオインフォマティクスでは、取得したデータを加工し、次の解析ステップに進むことが一般的です。以下は、Gene Ontology（GO）の情報を取得し、特定の条件に基づいてデータをフィルタリングする例です。

import requests
import json

url = "https://api.geneontology.org/api/ontology/term/GO:0008150"  # GO: Biological Process
response = requests.get(url)

if response.status_code == 200:
    go_data = response.json()
    related_terms = [term['id'] for term in go_data['related'] if 'biological_process' in term['label']]
    print("関連するGO用語:", related_terms)
else:
    print(f"エラーが発生しました: {response.status_code}")

このような処理を通じて、データベースから取得した情報をスクリプトで整理・分析できます。

4. 注意点とベストプラクティス

エラーハンドリング

requestsモジュールを使う際は、必ずエラーハンドリングを行いましょう。サーバーダウンやタイムアウトなどの例外を適切に処理することで、スクリプトの安定性を向上できます。

try:
    response = requests.get(url, timeout=10)
    response.raise_for_status()
except requests.exceptions.RequestException as e:
    print(f"リクエストエラー: {e}")