NCBI下载nt/nr/swissprot库

彼岸花128

已于 2023-10-26 12:35:54 修改

阅读量1.8w

点赞数 9

文章标签：生物信息学 ncbi

于 2021-11-24 22:04:42 首次发布

本文链接：https://blog.csdn.net/weixin_44616693/article/details/121508156

版权

NCBI下载nt/nr/swissprot库

NCBI下载nt/nr/swissprot库

NCBI下载nt/nr/swissprot库

1. 确定这些数据库文件的位置：

位置：https://ftp.ncbi.nlm.nih.gov/blast/db/FASTA/
请添加图片描述

补充：两种nt/nr/swissprot库文件

①地址：https://ftp.ncbi.nlm.nih.gov/blast/db/FASTA/，下载的是整个NT库的序列文件（fasta格式），后续使用需要makeblastdb建库
②地址：https://ftp.ncbi.nlm.nih.gov/blast/db/，下载的是已经makeblastdb后的NT库文件，而且被分割成很多小文件，你将这些小文件都解压到同一目录下，会生成一个总的已经makeblastdb后的NT库文件
③地址：https://ftp.ncbi.nlm.nih.gov/blast/db/，还有其他的库文件。例如16S、18S、28S、mito、human、mouse、plant等之类的特殊库文件

2. 下载

2.1方法一：使用wget

cd /home/zhaohuiyao/Database/nt/
wget https://ftp.ncbi.nlm.nih.gov/blast/db/FASTA/nt.gz

2.2 方法二：使用ascp

cd /home/zhaohuiyao/Database/nt/
/home/zhaohuiyao/.aspera/connect/bin/ascp -v -QT -l 400m -k1 -i /home/zhaohuiyao/.aspera/connect/etc/asperaweb_id_dsa.openssh anonftp@ftp.ncbi.nlm.nih.gov:/blast/db/FASTA/nt.gz ./

2.3 方法三：使用Aspera_cli

cd /home/zhaohuiyao/Database/nt/
conda activate aspera-cli
ascp -i /home/zhaohuiyao/miniconda3/pkgs/aspera-cli-3.9.6-h5e1937b_0/etc/asperaweb_id_dsa.openssh -l 200M -k 1 -T anonftp@ftp.ncbi.nlm.nih.gov:/blast/db/FASTA/nt.gz ./
conda deactivate

2.4 Aspera和Aspera_cli软件的安装，查看另一篇文章——Aspera和Aspera_cli软件的安装和使用

3. 举例：NT库下载流程

3.1 情况1：下载的是fasta格式

cd /home/zhaohuiyao/Database/nt/
wget https://ftp.ncbi.nlm.nih.gov/blast/db/FASTA/nt.gz
wget https://ftp.ncbi.nlm.nih.gov/blast/db/FASTA/nt.gz.md5
#或者
conda activate aspera-cli
ascp -i /home/zhaohuiyao/miniconda3/pkgs/aspera-cli-3.9.6-h5e1937b_0/etc/asperaweb_id_dsa.openssh -l 200M -k 1 -T anonftp@ftp.ncbi.nlm.nih.gov:/blast/db/FASTA/nt.gz ./
ascp -i /home/zhaohuiyao/miniconda3/pkgs/aspera-cli-3.9.6-h5e1937b_0/etc/asperaweb_id_dsa.openssh -l 200M -k 1 -T anonftp@ftp.ncbi.nlm.nih.gov:/blast/db/FASTA/nt.gz.md5 ./
conda deactivate

md5sum -c nt.gz.md5 #数据传输完整
gunzip -c ./nt.gz > ./nt.fa
#参数-c：保留原文件。解压到指定文件nt.fa
makeblastdb -in nt.fa -dbtype nucl -parse_seqids -out nt
blastn -num_threads 32 -max_target_seqs 10 -evalue 1e-05 -db /home/zhaohuiyao/Database/nt/nt -outfmt “7 qseqid sseqid evalue pident ppos length mismatch gapopen qstart qend sstart send bitscore staxid sscinames stitle” -query ./test.fa -out ./test.blastn.out

3.2 情况2：下载的是makeblastdb的库文件

cd /home/zhaohuiyao/Database/nt/
mkdir -p ./nt			#存放解压后的文件
#共000~114个nt文件，编辑download_nt.sh，全部下载
#!/bin/bash
echo "download nt start on `date`"
cd /home/zhaohuiyao/Database/nt/
for i in {000..114}
do
	wget https://ftp.ncbi.nlm.nih.gov/blast/db/nt.${i}.tar.gz ./
	wget https://ftp.ncbi.nlm.nih.gov/blast/db/nt.${i}.tar.gz.md5 ./
	md5sum -c ./nt.${i}.tar.gz.md5
	tar -zxvf ./nt.${i}.tar.gz -C ./nt/
	echo "nt.${i} has done."
done
echo "download nt end on `date`"

nohup /bin/bash ./download_nt.sh &
#查看目录/home/zhaohuiyao/Database/ny/nt下内容，下载完成
#查看文件nohup.out，查看是否所有都完成。grep "has done" ./nohup.out
nt.00 has done.
nt.01 has done.
nt.02 has done.
...
nt.74 has done.

#若觉得占空间，可以将下载nt.XX.tar.gz和nt.XX.tar.gz.md5进行删除
cd /home/zhaohuiyao/Database/nt/
rm nt.XX.tar.gz
rm nt.XX.tar.gz.md5

blastn -num_threads 32 -max_target_seqs 10 -evalue 1e-05 -db /home/zhaohuiyao/Database/nt/nt/nt -outfmt "7 qseqid sseqid evalue pident ppos length mismatch gapopen qstart qend sstart send bitscore staxid sscinames stitle" -query ./test.fa -out ./test.blastn.out