脚本分享—从GeneBank数据库批量下载序列
hello，hello！小伙伴们大家好，我是小编豆豆，好久没有给大家分享使用的脚本了，最近小编在一直在忙着16s整理数据库，需要下载大量物种的16s rRNA序列。
提到下载生物序列，大家第一时间就会想到NCBI GeneBank数据库，虽然我们可以使用浏览器从GeneBank数据库上下载序列及其注释信息，但是效率低下，对于几条和十几条序列大多人还是可以接受的，一旦序列增至成百上千条，使用浏览器下载序列能把人逼疯
今天小编就把我最近下载序列时用到的python代码分享给大家，希望小伙伴能够提升科研效率，多发paper。
安装python模块
# 使用pip安装
pip install biopython 查看脚本帮助文档
python Download_genbank_file.py -h
usage: Download_genbank_file.py [-h] -a ACCESSION [-o OUT_DIR]
This script was used to download gb or fasta file of cp genome from NCBI nucleotides database
optional arguments:
-h, --help show this help message and exit
-a ACCESSION, --accession ACCESSION
file name contain accession number of cp genome you want to download
-o OUT_DIR, --out_dir OUT_DIR
Specifies the output directory where the downloaded file will be saved. [Default:./]脚本参数说明
-a 输入序列登录号文件，如下图所示
-o 结果文件输出路径，如果路径不存在脚本会自动创建，此参数可以省略，如果省略，结果文件会保存在当前路径下
实战演练
python Download_genbank_file.py -a test1.txt -o res1
python Download_genbank_file.py -a test2.txt -o res2脚本运行过程
脚本运行结果
结果解读
1.genbank_sequence.fasta文件为fasta序列文件，结果如图：
2.genbank_annotation.tsv文件为序列注释文件，结果如图所示：
3.download_erro_genbank_accession.tsv如果提供序列的登录号在GeneBank中没有，则将这个登录号输出到这个文件中，方便使用浏览器进行校验，如图所示：
本文参与 腾讯云自媒体同步曝光计划，分享自微信公众号。
原始发表：2024-03-20，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
相关产品与服务
数据库
云数据库为企业提供了完善的关系型数据库、非关系型数据库、分析型数据库和数据库生态工具。您可以通过产品选择和组合搭建，轻松实现高可靠、高可用性、高性能等数据库需求。云数据库服务也可大幅减少您的运维工作量，更专注于业务发展，让企业一站式享受数据上云及分布式架构的技术红利！
腾讯云开发者
