从美国国家生物技术信息中心（NCBI）根据存取号（Accession Number）批量下载核酸序列

import pandas as pd
from Bio import Entrez
from Bio import SeqIO

Entrez.email = 'fg_dean@163.com'

accession = pd.read_table('accessionID.txt', header=None)
ids = ','.join(accession.iloc[:, 0])
handle = Entrez.efetch(db='nucleotide', id=ids, rettype='fasta', retmode='text')
records = SeqIO.parse(handle, 'fasta')
output = 'test.fa'
SeqIO.write(records, output, 'fasta')

1.设置NCBI Entrez电子邮件：

Entrez.email = 'fg_dean@163.com'

NCBI的Entrez系统要求用户提供电子邮件地址，以便在使用API过程中出现问题时进行联系。这里设定的电子邮件地址为'fg_dean@163.com'。

2.读取存取号：

accession = pd.read_table('accessionID.txt', header=None)
ids = ','.join(accession.iloc[:, 0])

脚本从一个名为'accessionID.txt'的文本文件中读取存取号，此文件中每一行包含一个存取号。使用Pandas读取文件时不假定文件有标题行。然后，将所有存取号连接成一个以逗号分隔的字符串，以供Entrez API使用。

3.从NCBI检索序列：

handle = Entrez.efetch(db='nucleotide', id=ids, rettype='fasta', retmode='text')

通过BioPython的Entrez模块中的efetch函数，脚本根据存取号从NCBI数据库中检索核酸序列。参数rettype='fasta'指定返回数据的格式为FASTA格式，而retmode='text'确保数据以文本流的形式返回，便于后续处理。

4.解析并写入序列：

records = SeqIO.parse(handle, 'fasta')
output = 'test.fa'
SeqIO.write(records, output, 'fasta')

使用BioPython的SeqIO.parse函数读取以FASTA格式返回的文本流，并将其解析为SeqRecord对象的迭代器。之后，使用SeqIO.write将这些记录写入名为'test.fa'的新文件中，同样指定输出格式为FASTA。