用途
gget 适用于需要在基因组参考数据库之间做快速生物信息学查询的任务。当用户希望用 gget CLI 或 Python 包快速查找 Ensembl ID、基因元数据、转录本详情或序列，运行轻量 BLAST 或 BLAT 查询，获取 Ensembl 参考基因组链接与注释，或通过单一接口查询蛋白结构、通路、癌症、表达和疾病关联模块时，可以使用该技能。它也适合在转向 Biopython、Snakemake、Nextflow、BLAST+ 或特定数据库客户端等更重工具之前，创建可复现的第一轮证据日志。
何时使用
- 查找 Ensembl ID、基因元数据、转录本详情或序列。
- 在不构建完整本地流程的情况下运行快速 BLAST 或 BLAT 查询。
- 从 Ensembl 获取参考基因组链接和注释。
- 通过单一接口查询蛋白结构、通路、癌症、表达或疾病关联模块。
- 在转向 Biopython、Snakemake、Nextflow、BLAST+ 或数据库专用客户端等更重工具之前，创建可复现的第一轮证据日志。
当任务需要受监管的临床解读、高通量生产流程，或需要对数据库版本和本地索引进行细粒度控制时，应改用专门的工作流，而不是 gget。
安装
使用干净的 Python 环境。
python -m venv .venv
. .venv/bin/activate
python -m pip install --upgrade pip
python -m pip install --upgrade gget
gget --help
如果可用 uv：
uv venv
. .venv/bin/activate
uv pip install gget
在依赖较旧环境之前，先升级 gget 并重新检查模块文档。gget 查询的上游数据库会随时间变化。
基本模式
CLI 形式：
gget <module> [arguments] [options]
Python 形式：
import gget
result = gget.search(["BRCA1"], species="human")
print(result)
常见工作流：
- 确定物种、组装版本、基因 ID 类型和所需数据库。
- 检查当前模块文档中的参数。
- 先运行一个小查询。
- 用明确的文件名和日期保存输出。
- 记录模块名、版本、参数和数据库假设。
常用模块
具体参数请使用当前上游文档。以下模块是常见首选：
gget search：根据搜索词查找 Ensembl ID。gget info：检索 Ensembl、UniProt 或相关 ID 的元数据。gget seq：获取核苷酸或氨基酸序列。gget ref：获取参考基因组下载链接。gget blast：运行快速 BLAST 查询。gget blat：将序列定位到支持的基因组组装版本。gget muscle：运行多序列比对。gget diamond：针对参考序列运行本地序列比对。gget alphafold和gget pdb：查看蛋白结构参考。gget enrichr、gget opentargets、gget archs4、gget bgee、gget cbio和gget cosmic：探索富集、靶点、表达、癌症和疾病关联数据。
不要假设每个模块都支持所有 Python 版本或依赖组合。某些可选科学依赖的版本支持范围比核心包更窄。
快速示例
查找基因：
gget search -s human brca1 dna repair -o brca1-search.json
获取基因元数据：
gget info ENSG00000012048 -o brca1-info.json
获取序列：
gget seq ENSG00000012048 -o brca1-seq.fa
运行小型 BLAST 查询：
gget blast "MEEPQSDPSVEPPLSQETFSDLWKLLPEN" -l 10 -o blast-results.json
Python 示例：
import gget
genes = gget.search(["BRCA1", "DNA repair"], species="human")
info = gget.info(["ENSG00000012048"])
sequence = gget.seq("ENSG00000012048")
可复现性日志
对于科学输出，应包含足够元数据以便重放查询。
| 日期 | gget 版本 | 模块 | 查询 | 物种/组装 | 输出 | 备注 |
|---|---|---|---|---|---|---|
| 2026-05-11 | gget --version |
search | BRCA1 DNA repair |
human | brca1-search.json |
运行前已检查文档 |
还应记录：
- Python 版本和环境管理器。
- 通过
gget setup安装的任何可选依赖。 - 查询返回的数据库特定标识符。
- 输出是 JSON、CSV、FASTA 还是 DataFrame 导出。
- 通过升级 gget 解决的任何失败。
审查清单
- 是否升级或验证了已安装的 gget 版本？
- 在使用参数前是否检查了当前上游模块文档？
- 物种或组装版本是否明确？
- 标识符是否精确保留，包括 Ensembl/UniProt 前缀？
- 结果是否标注为数据库输出而非临床解读？
- 查询是否可从保存的命令或 Python 片段复现？
- 可选依赖是否安装在隔离环境中？
限制
当任务需要受监管的临床解读、高通量生产流程，或需要对数据库版本和本地索引进行细粒度控制时，不应使用 gget，而应改用专门的工作流。gget 查询的上游数据库会随时间变化，因此需要先升级并检查模块文档。某些可选科学依赖的版本支持范围比核心包更窄，不应假设每个模块都支持所有 Python 版本或依赖组合。
参考
- gget 文档
- gget 更新
- gget GitHub 仓库
- gget Bioinformatics 论文