该脚本已上线密码子学院平台，链接：【脚本】：批量下载fasta文件和gbk文件
GenBank数据库是在科研工作中经常用到的数据库之一，它由美国国家生物技术信息中心(the National Center for Biotechnology Information，NCBI)建立和维护。该数据库包含了所有已知的核酸序列和蛋白质序列，以及与它们相关的文献著作和生物学注释。
对于经常要从GenBank数据库中下载物种的基因组fasta文件和gbk文件的研究者来说，在刚刚入门生信时，往往习惯于使用浏览器一条一条进行下载，这样的方法面对少量的序列或许还可以执行，但如果面对成百上千条序列就成了“灾难”。
所以如何批量下载fasta文件和gbk文件呢？我们在Biopython模块下发现了可以实现该功能的子模块，并将其打包成了一键化脚本，大家一起来学习一下吧！
一、脚本运行环境
• 安装python解释器：安装教程
• 安装biopython模块
# 使用pip安装pip install biopython # 使用conda安装conda install -c bioconda biopython
二、准备list文件
二、查看脚本参数
python GenBank_download.py -h
三、实战演练
# 下载序列fasta文件python GenBank_download.py -f fasta -a down_list.txt# 下载序列gbk文件python GenBank_download.py -f gb -a down_list.txt
四、结果展示
五、注意事项
01 脚本需要依赖于Biopython模块，请提前安装，否则脚本无法运行。
02 脚本只能下载序列的fasta文件和gbk文件，如原核生物基因组fasta文件，无法下载gbk文件中的蛋白序列和CDS序列。
03 对于基因组较大的真核生物，如人基因组，gbk文件有多个染色体组成，不包含基因组fasta文件，这样的序列号无法下载基因组fasta文件。
04 脚本下载序列的gbk文件和fasta文件等同于浏览器下载的gbk文件和fasta文件。
转载本文请联系原作者获取授权，同时请注明本文来自牛祥娜科学网博客。
链接地址：https://wap.sciencenet.cn/blog-3447233-1481383.html?mobile=1
收藏
