用途:gget 是面向生物信息学的命令行工具与 Python 包,提供对 20 多个基因组数据库及分析方法的统一访问,可查询基因信息、进行序列分析与比对、获取蛋白结构、表达数据及疾病关联。
主要能力:参考与基因信息(ref 下载 Ensembl 参考基因组、search 按名称搜索基因、info 获取基因/转录本元数据、seq 获取核酸或氨基酸序列);序列分析与比对(blast 支持 blastn/blastp 等程序,blat 定位基因组位置,muscle 多序列比对,diamond 快速局部比对);结构与蛋白分析(pdb 查询 RCSB 结构,alphafold 预测 3D 结构,elm 预测真核线性模体);表达与疾病数据(archs4 基因相关性与组织表达、cellxgene 单细胞数据、enrichr 富集分析、bgee 同源与表达、opentargets 疾病与药物关联、cbio 癌症基因组热图、cosmic 体细胞突变数据库);另有 mutate 生成突变序列。
使用方式:命令行格式为 gget <module> [arguments] [options];Python 中为 gget.module(arguments, options)。常用参数包括 -o/--out 保存结果、-q/--quiet 抑制进度信息,命令行支持 -csv 输出 CSV,Python 返回 DataFrame 或字典。部分模块需额外设置:alphafold 需先 pip install openmm 并执行 gget setup alphafold;elm 需 gget setup elm;cellxgene 需 gget setup cellxgene。安装推荐在干净虚拟环境中执行 uv pip install gget 或 pip install --upgrade gget;Python 中 import gget。
适用场景:需要快速查询基因与蛋白信息、进行 BLAST/BLAT 比对、富集分析或获取表达与疾病关联数据的研究与开发场景,官方说明将 BLAST 快速搜索列为推荐用途。
限制:所查询数据库持续更新,结构可能变化,模块每两周自动测试并按需更新;info 模块对 ID 数量限制约 1000 个;COSMIC 商业使用需支付许可费并要求账号凭据;alphafold 等模块依赖额外安装步骤。资料未提供收费、价格与具体性能数据。