mojaie.github.io

ChEMBLのPostgreSQLへの取り込みメモ

Last modified: August 09, 2021

環境

  • MacOS: 11.5
  • Docker Desktop: 3.5.2
  • PostgreSQL: 13.3
  • ChEMBL: 29

ChEMBLダウンロード

Downloads
https://chembl.gitbook.io/chembl-interface-documentation/downloads

公式のPostgreSQL dmpファイルをダウンロードして解凍、適当なresourceフォルダに設置。

データベースの作成

Postgresはdocker-composeで設定済み。volumesにresourceフォルダを指定。

version: '3'
services:
  db:
    image: postgres
    container_name: PostgreSQL
    ports:
      - "5432:5432"
    environment:
      POSTGRES_DB: default
      POSTGRES_USER: postgres
      POSTGRES_PASSWORD_FILE: /run/secrets/postgres-passwd
    volumes:
      - ./postgres:/docker-entrypoint-initdb.d
      - ./postgres/data:/var/lib/postgresql/data
      - ./resources:/resources
    secrets:
      - postgres-passwd
...
docker-compose up -d

postgresコンテナにログインしてCLIを開く。psqlログイン。

psql -U postgres

ChEMBLダウンロードファイルのインストラクションに従ってcreate database

postgres=# create database chembl_29;

\lでDBのリストが確認できる。chembl_29ができていれば\qで終了。

リストアコマンドを入力

pg_restore --no-owner -U postgres -d chembl_29 ./resources/chembl_29_postgresql/chembl_29_postgresql.dmp

・・・

・・・

・・・

かなり時間がかかるのでやめた。一旦dropして再度create。

postgres=# drop database chembl_29;
postgres=# create database chembl_29;

必要なテーブルだけをリストアする

実は必要なテーブルは2つだけだったので、必要なテーブルだけをrestoreすることにした。 -tコマンドで特定のテーブルのみをリストアできるが、テーブル名が間違っているのかリストアできてなかった。

一旦-lコマンドでdumpの中身を確認したら、どうもドキュメントのスキーマ一覧ではテーブル名は大文字表記なのに、実際には小文字だったようだ。あらためて-tでリストアされるテーブルを確認する。

pg_restore -l -t structural_alerts ./resources/chembl_29_postgresql/chembl_29_postgresql.dmp

出力:

...(省略)...
;
; Selected TOC Entries:
;
236; 1259 194809 TABLE public structural_alerts user
3124; 0 194809 TABLE DATA public structural_alerts user

今度はTOC Entriesが表示されているので大丈夫そうである。気を取り直してpg_restoreする。--no-ownerを付けると元のデータベースの権限を無視してリストアしたユーザが所有者になる。

pg_restore --no-owner -U postgres -d chembl_29 -t structural_alerts ./resources/chembl_29_postgresql/chembl_29_postgresql.dmp
pg_restore --no-owner -U postgres -d chembl_29 -t structural_alert_sets ./resources/chembl_29_postgresql/chembl_29_postgresql.dmp

2つとも非常に小さいテーブルなのですぐにリストアが完了する。内容を確認する。

psql -U postgres -d chembl_29
chembl_29=# select * from structural_alerts;

出力:

...(省略)...
        1 |            1 | R1 Reactive alkyl halides                    | [Br,Cl,I][CX4;CH,CH2]
        2 |            1 | R2 Acid halides                              | [S,C](=[O,S])[F,Br,Cl,I]
        3 |            1 | R3 Carbazides                                | O=CN=[N+]=[N-]

問題なさそうである。

Author: Seiji Matsuoka