如何快速下载物种的pep/cds序列

进行跨物种分析时，我们常常需要用到各种物种的参考基因组序列、蛋白序列或者各种参考注释gff/gtf文件，以此作为参考或者输入文件。如何快速批量地获取这些文件呢？

我们都知道NCBI中有一个dataset数据库（Datasets - NCBI - NLM）可以通过物种图片和拉丁名精准识别我们所需要的物种信息。这里介绍的就是如何将这个数据库中的数据下载到本地。

本地软件准备

dataset数据库配套的command-line tools（Command-line tools）

可以选择需要的平台下载，这里我们要下载到本地电脑文件夹，所以选择windows

下载完成后找到一个dataset.exe的文件，记住它的路径

我这里放在我的电脑D盘

最后我们选择一个可以输入命令行的平台即可，我这里选用的是MobaXterm的local terminal

查找物种

然后我们就可以在dataset官网查找想要了解的物种

查找到之后点击下面推荐的参考基因组详情页进入

进入之后找到对应的dataset下载命令行复制

下载序列信息

然后就可以进入我们的terminal，进入.exe文件所在的路径，简单修改一下我们的下载命令为自己的本地路径即可

这里我选择下载的是cds和protein序列，但是无论下载多少信息数据，一个物种下载完都是一个名为ncbi_dataset.zip的压缩包

解压完如下，还有一个README的说明文件

虽然这些数据在网页也能直接下载，但是命令行的下载方式会比网页快很多，在进行批量下载时可以节约很多时间~