NCBI 下载fna文件 human viral bacteria

基于manifest 手动批量下载

#!/usr/bin/bash
cat  manifest.txt | while read row
do
path=`dirname $row`
# para -d check dir
if [ ! -d "$path" ]; then
mkdir -p "$path"
fi
# para -f check file
if [ ! -f "$row" ]; then
cd  "$path"
wget -c https://ftp.ncbi.nlm.nih.gov/genomes/${row}
cd -
fi
done

https://ftp.ncbi.nlm.nih.gov/genomes/all
https://ftp.ncbi.nlm.nih.gov/genomes/refseq/assembly_summary_refseq.txt
manifest.txt模板

all/GCF/001/865/495/GCF_001865495.1_ASM186549v1/GCF_001865495.1_ASM186549v1_genomic.fna.gz
all/GCF/013/372/085/GCF_013372085.1_ASM1337208v1/GCF_013372085.1_ASM1337208v1_genomic.fna.gz
all/GCF/002/079/965/GCF_002079965.1_ASM207996v1/GCF_002079965.1_ASM207996v1_genomic.fna.gz
all/GCF/000/242/855/GCF_000242855.2_ASM24285v2/GCF_000242855.2_ASM24285v2_genomic.fna.gz
all/GCF/902/166/465/GCF_902166465.1_25964_2_27/GCF_902166465.1_25964_2_27_genomic.fna.gz
NCBI上基因组文件格式及解释

*.asn = ASN.1 (Abstract Syntax Notation 1) file 是NCBI的一种特定格式,包括完整的注释信息,可以用如sequin等软件打开。

*.faa = FASTA Amino Acid file 全部蛋白序列文件

*.ffn = FASTA nucleotide coding regions file 全部核酸序列文件

*.fna= FASTA Nucleic Acid file 完整的基因组序列文件(一条序列)

*.gbk = GenBank flat file format 不用说了,genbank格式的基因组注释信息

*.ptt = Protein Table 包含各个CDS(coding sequence)的完整信息表(很有用,可以方便的导入excel等软件来看)

以上这些软件都是文本类型的文件,所以可以用记事本打开,但是更加建议使用notepad++打开,会保证格式不会变化。

其中*.val是一个二进制格式的文件。

*.val = Nucleotide sequence, in ASN.1 binary format(ASN.1二进制的核苷酸序列)

  • 3
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值