ncbi-genome-download在NCBI上批量下载基因组

1.简介

ncbi-genome-download是一个可以直接从NCBI上批量下载序列的软件，数据源自refseq数据库和genbank数据库，提供了多种文件格式和特定内容的下载。

2. 安装

利用conda安装

conda install -c bioconda ncbi-genome-download

3. 使用

示例

ncbi-genome-download -g "Saccharopolyspora" bacteria -l "complete,chromosome" -F fasta,gff,protein-fasta,cds-fasta,rna-fasta --flat-output -o Saccharopolyspora  

ncbi-genome-download -g "Saccharopolyspora" bacteria -F fasta,gff,protein-fasta,cds-fasta,rna-fasta --flat-output -o Saccharopolyspora --parallel 28 

ncbi-genome-download --assembly-accessions GCF_list1 bacteria -F fasta,gff,protein-fasta,cds-fasta,rna-fasta --flat-output -o Streptomyces1 --parallel 28

ncbi-genome-download --assembly-accessions z130 bacteria --section genbank --formats fasta --flat-output --parallel 28

参数说明：

-s：选择数据库（genbank，refseq），默认是refseq数据库
-F：需要下载基因组的格式，可以多种格式同时下载，用逗号隔开，默认是genbank格式
-l：序列组装程度，可以多种格式同时下载，用逗号隔开
-g：需要下载序列的属，后面要指定类群，比如bacteria
-S：下载的具体的菌种名称，用逗号隔开，也可以写入一个文件中，一行一个菌种名称
-o：输出的文件名称
-r：失败时重新连接的次数，默认是0次
--flat-output：将下载的文件输入到一个目录中，不创建新的子文件
--output-folder
指定下载目录，后面可接你想要存放的下载目录，如--output-folder ～/Downloads（下载到当前用户的下载文件夹中）
--parallel  指定线程数
--section   指定下载的数据库，可选['refseq', 'genbank']，默认refseq
--formats   指定下载的文件格式，可选['genbank', 'fasta', 'rm', 'features', 'gff', 'protein-fasta', 'genpept', 'wgs', 'cds-fasta', 'rna-fna', 'rna-fasta', 'assembly-report', 'assembly-stats', 'all']，默认genbank
--assembly-levels  指定下载的基因组组装水平，可选['all', 'complete', 'chromosome', 'scaffold', 'contig']，默认all
--genera    根据菌种名下载，后面可接想要下载的菌种名，如--genera 'Rhizobium alamii'
--taxids    根据NCBI taxonomy ID下载，后面可接想要下载的菌种的taxonomy ID，如--taxids '492774'
--assembly-accessions   根据assembly accession下载，后面可接想要下载的菌种的assembly accession，如--assembly-accessions ‘GCF_000799895.1’