Phytozome通过端口批量下载文件_phytozome怎么批量下载基因序列-CSDN博客

本文链接：https://blog.csdn.net/weixin_40099163/article/details/113944721

本文详细介绍了如何通过Phytozome官网的API进行高效下载，包括登录步骤、获取文件列表和下载特定文件的方法，适合对基因数据感兴趣的技术人员使用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Phytozome官网提供了四种数据下载方式，前三种为网页操作模式，在此不多介绍，在此主要介绍第四种
官方manual

Download with Cart
Download with web UI
Download with Globus service
Download with API

Download with API

1. 登陆账号

curl 'https://signon.jgi.doe.gov/signon/create' --data-urlencode 'login=USER_NAME' --data-urlencode 'password=USER_PASSWORD' -c cookies > /dev/null

login=USER_NAME 为注册的邮箱账号
password=USER_PASSWORD 为密码

2.下载所有文件的列表

curl 'https://genome.jgi.doe.gov/portal/ext-api/downloads/get-directory?organism=PhytozomeV12' -b cookies > files.xml

获得一个包含所有PhytozomeV12中文件的xml文件

3. 下载文件

files.xml文件里记录每个文件的大小、存放路径、md5、类型等
比如下面记录的是拟南芥的cds序列文件，其中的url=" “中的内容提取出来，”&“替换为”&"，前面加上网站https://genome.jgi.doe.gov，用curl下载（记得指定cookie文件）。

<file label=“PhytozomeV12” filename=“Athaliana_167_TAIR10.cds_primaryTranscriptOnly.fa.gz” size=“10 MB” sizeInBytes=“11041833” timestamp=“Wed Jan 08 16:38:08 PST 2014” url="/portal/ext-api/downloads/get_tape_file?blocking=true&url=/PhytozomeV12/download/_JAMO/585474407ded5e78cff8c47a/Athaliana_167_TAIR10.cds_primaryTranscriptOnly.fa.gz" project="" library="" md5=“6085fd39ad3327c727838f9da4f4b222” fileType=“Assembly” />

curl 'https://genome.jgi.doe.gov/portal/ext-api/downloads/get_tape_file?blocking=true&url=/PhytozomeV12/download/_JAMO/585474407ded5e78cff8c47a/Athaliana_167_TAIR10.cds_primaryTranscriptOnly.fa.gz' -b cookies > Athaliana_167_TAIR10.cds_primaryTranscriptOnly.fa.gz