Getfasta--根据Acession Number（Ac号）批量下载GenBank分子序列数据的自动化程序

推断分子系统发育树时，很多分子序列数据都是从GenBank等公共数据库下载的。当数据很多时，每条序列都要检索、下载十分耗时，而且容易出错。作者基于NCBI官方提供的Entrez direct软件包，二次开放了能批量下载GenBank分子序列数据的程序——Getfast。此程序能解析用户提供的ACLIST文件，并自动下载生成包含所有序列的fasta文件，供构建分子系统发育树使用。

一、运行环境

Linux系统，安装有NCBI的Entrez direct软件包

二、使用方法

1. 准备aclist文件（见示例L122_16S.aclist）。在GenBank中，每一条序列都有唯一的“ID号”--ACCESSION（简称AC号。如KT003151：代表皿蛛Nippononeta coreana的 16S 核糖体 RNA基因片段，长度401bp）。用户将所需下载序列的AC号列表保存到扩展名为".aclist"的文本文件中，AC号间用半角逗号","分隔。注意：aclist中所有序列必须为同源序列，既相同基因的片段。

2. 运行Getfasta（见示例L122.sh）。运行Getfasta添加如下参数：

-f “[aclist文件路径]”（如“$DIR/L122_16S.aclist”）（必填）

-g “[同源序列的产物名]” （如“16S ribosomal RNA”）（选填，当aclist中的一条或多条序列包含多个多个基因时，须用-g参数限定下载序列中包含指定基因的片段。）

-t "TAXON"/"TID"（-t 的参数为固定值“TAXON”或"TID"，添加此参数表示最后生成的fasta每条序列的标签不用AC号而是用taxon的名称表示/TID表示。）

| tee [日志文件名] （如$DIR//L122.log）（必填）

3. 查看结果（见示例L122_16S.aclist.ft2,L122_16S.aclist.fasta,L122.log）

(1)日志文件。日志文件记录了Getfasta整个运行过程，包括每一条序列的下载情况。特别要说明的是，GenBank中某些序列含有多个基因片段，用户所要的只是-g参数显示同源基因的片段。本软件可根据设定参数，自动识别所需片段的起止点，只下载所需片段，并将此过程记录在日志文件中（如示例中第62条-第65条序列属此情况）。

（2）ft2文件。基于Entrez Direct，本程序最初下载的是NCBI提供的ft2格式的数据。该文件含有AC号、序列、长度、物种名、产物名等多个信息。由于该格式无法直接用于跑树，因此还要将其进一步编辑，生成fasta格式文件。

（3）fasta文件。这是最终得到的序列数据，保存为各种建树软件均能识别的fasta格式。其中，每条序列的标签用该序列在GenBank中的AC号标识。

最后需要说明的是，由于Getfasta是基于E-direct开发的下载程序，其运行速度与网速、aclist序列数量、Linux主机配置有关。当数据量较大时，请根据屏幕提示耐心等待。。。

附件：

Getfasta

示例文件

Getfasta--根据Acession Number（Ac号）批量下载GenBank分子序列数据的自动化程序相关推荐

Google Earth Engine（GEE）批量下载不透水面数据
目标: 提取山西省不透水面数据并批量下载,使用的数据为清华大学宫鹏老师的不透水面数据集"Tsinghua/FROM-GLC/GAIA/v10" 参考文献:Gong, P., Li, ...
使用sentinelsat包和IDM批量下载offline的sentinel数据
目录 1.问题描述 2.下载思路 3.源码 4.结果建了一个QQ群,大家可以在里边聊聊水色遥感数据下载和数据处理方面的事情:1087024529 1.问题描述 Sentinel数据(包括1,2,3) ...
【GEE】批量下载全球降水量GPM数据 (NASA)
[GEE]批量下载GPM月度降水量数据可访问GPM Data Directory 查看数据集下载方式: 直接在GES DISC中生成数据订单,并使用wget或down them all直接下载. ...
用Python批量下载DACC的MODIS数据
本人初次尝试用Python批量下载DACC的MODIS数据,记下步骤,提醒自己,数据还在下载,成功是否未知,等待结果中...... 若有大佬发现步骤有不对之处,望指出,不胜感激. 1.下载Python ...
使用IDM批量下载Sentinel(哨兵)卫星数据
目录 1.前言 2.Sentinel数据检索 3.对IDM进行设置并完成下载建了一个QQ群,大家可以在里边聊聊水色遥感数据下载和数据处理方面的事情:1087024529 该方法只针对online的s ...
一个批量下载3GPP文档的shell小程序
一个批量下载3GPP文档的shell小程序 wget "https://www.3gpp.org/ftp/Specs/archive"#获取所有的URL链接 function ge ...
如何用python批量下载数据_Python批量下载地理空间数据云数据！Python无所不能！...
模拟登录这里要用到两个包:requests和json.requests使用前得先安装:pip install requests. In [3]: 进群:548377875 即可获取数十套PDF哦! ...
python批量下载ECMWF欧洲中心数据
ECMWF欧洲中心提供的api只能根据单时间下载,我稍微改动了一下,可以根据时间进行批量下载.详细步骤如下: 1.注册账户获得key. 网址: https://cds.climate.copernic ...
【InSAR 笔记1】ASF网站哨兵一号批量下载
加入下载筐 -> 打开下载筐 -> 下载.py文件 -> 运行.py文件 -> 输入用户名和密码 ASF 下载网站 python download-all-2020-05-12 ...

Getfasta--根据Acession Number（Ac号）批量下载GenBank分子序列数据的自动化程序

Getfasta--根据Acession Number（Ac号）批量下载GenBank分子序列数据的自动化程序相关推荐

最新文章

热门文章