微生物基因組下載神器推薦：ncbi-genome-download

zjshzq 2020-02-23

展開全文

今天向大家推介一個實用的工具，用來從NCBI的ftp直接下載指定物種范圍的微生物基因組。

https://github.com/kblin/ncbi-genome-download/blob/master/README.md

比如說，你想下載全部NCBI的refseq的全體細(xì)菌基因組（默認(rèn)是refseq參考序列數(shù)據(jù)庫），默認(rèn)的格式為genbank：

ncbi-genome-download bacteria

只要genbank數(shù)據(jù)庫的全體真菌基因組（有關(guān)genbank和refseq數(shù)據(jù)庫，請看生信人往期推送）：

ncbi-genome-download --section genbank fungi

全體病毒的fasta序列：

ncbi-genome-download --format fasta viral

完成且為染色體水平的全體細(xì)菌基因組組裝

ncbi-genome-download --assembly-level complete,chromosome bacteria

大多數(shù)情況下，我們也許只是要屬于某一個屬或種的基因組。那么我們需要指定明確的分類。

ncbi-genome-download--genus'Streptomyces coelicolor,Escherichia coli' bacteria

如果你有很多的taxonomy ID，那么可以把它們?nèi)揭粋€文件里：

ncbi-genome-download --taxid my_taxids.txt --assembly-level chromosome vertebrate_mammalian

讓我們用新冠病毒做個非常簡單的測試。我們在NCBI的Taxonomy數(shù)據(jù)庫（https://www.ncbi.nlm./Taxonomy/）輸入一個名字2019-nCoV，會得到如下界面

圖1

只有一條結(jié)果，點進(jìn)去：

圖2

該頁面最下方還顯示了詳細(xì)的物種分類層級

圖3

新冠病毒屬于冠狀病毒科下面的貝塔冠狀病毒的沙貝病毒亞屬（Sarbecovirus）。我們要著重注意的信息是新冠病毒的物種ID為2697049 （圖2）。接下來，執(zhí)行以下命令：

ncbi-genome-download --section genbank --taxid 2697049 viral

注意，最后的viral必不可少，因為它告訴程序是在所有病毒里找尋（有個別分屬真核生物和原核生物的物種有相同的屬名）。

圖4

打開基因組文件夾，就可以看到里面的genbank格式的文件已經(jīng)準(zhǔn)備就緒了。更多參數(shù)，大家可以通過—help查閱

圖5

在該軟件的主頁，有詳細(xì)的安裝和使用說明。

圖6

ncbi-genome-download的作者是來自丹麥技術(shù)大學(xué)（Technical University of Denmark）的生物信息學(xué)家Kai Blin。有趣的是，Blin還謙虛地表示，ncbi-genome-download借鑒了英國愛丁堡大學(xué)學(xué)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)。