今天向大家推介一个实用的工具,用来从NCBI的ftp直接下载指定物种范围的微生物基因组。https://github.com/kblin/ncbi-genome-download/blob/master/README.md比如说,你想下载全部NCBI的refseq的全体细菌基因组(默认是refseq参考序列数据库),默认的格式为genbank:ncbi-genome-download bacteria只要genbank数据库的全体真菌基因组(有关genbank和refseq数据库,请看生信人往期推送):ncbi-genome-download --section genbank fungincbi-genome-download --format fasta viralncbi-genome-download --assembly-level complete,chromosome bacteria大多数情况下,我们也许只是要属于某一个属或种的基因组。那么我们需要指定明确的分类。ncbi-genome-download--genus'Streptomyces coelicolor,Escherichia coli' bacteria如果你有很多的taxonomy ID,那么可以把它们塞到一个文件里:ncbi-genome-download --taxid my_taxids.txt --assembly-level chromosome vertebrate_mammalian让我们用新冠病毒做个非常简单的测试。我们在NCBI的Taxonomy数据库(https://www.ncbi.nlm./Taxonomy/)输入一个名字2019-nCoV,会得到如下界面新冠病毒属于冠状病毒科下面的贝塔冠状病毒的沙贝病毒亚属(Sarbecovirus)。我们要着重注意的信息是新冠病毒的物种ID为2697049 (图2)。接下来,执行以下命令:ncbi-genome-download --section genbank --taxid 2697049 viral注意,最后的viral必不可少,因为它告诉程序是在所有病毒里找寻(有个别分属真核生物和原核生物的物种有相同的属名)。打开基因组文件夹,就可以看到里面的genbank格式的文件已经准备就绪了。更多参数,大家可以通过—help查阅ncbi-genome-download的作者是来自丹麦技术大学(Technical University of Denmark)的生物信息学家Kai Blin。有趣的是,Blin还谦虚地表示,ncbi-genome-download借鉴了英国爱丁堡大学学者的程序:http://www./building-a-kraken-database-with-new-ftp-structure-and-no-gi-numbers/:Idea shamelessly stolen from Mick Watson's Kraken downloader scripts that can also be found in Mick's GitHub repo. However, Mick's scripts are specific to actually building a Kraken database (as advertised)。
|