SuperAPI AI 工具集

gget

编程与开发

查看项目

更新于 10-15 21:39

技能介绍

用途:gget 是命令行生物信息学工具兼 Python 包,统一访问 20 多个基因组数据库与分析方法,覆盖基因信息、序列分析、蛋白结构、病毒序列、表达数据、疾病关联及小鼠组织/细胞特异性指标。多数模块同时提供 CLI 与 Python 函数两种用法。

主要能力:参考与基因信息(ref 下载 Ensembl 参考基因组,search 按名称/描述检索基因,info 获取基因/转录本元数据,seq 获取核苷酸或氨基酸序列);序列分析与比对(blast、blat、muscle 多序列比对、diamond 局部比对);结构与蛋白分析(pdb 查询 RCSB PDB,alphafold 预测三维结构,elm 预测真核线性基序);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/药物关联,cbio 癌症基因组热图,cosmic 等)。

使用方式:CLI 为 gget <module> [arguments] [options],Python 为 gget.module(arguments, options)。常用标志:-o/--out 保存结果,-q/--quiet 静默,-csv 返回 CSV(仅 CLI)。Python 参数名一般对应长选项去掉前导横线,如 --census_version 对应 census_version=...。安装建议在干净虚拟环境中进行:uv venv .venv;source .venv/bin/activate;uv pip install "gget==0.30.5"。部分模块需先运行 gget setup alphafold、gget setup elm、gget setup cellxgene 等完成依赖与模型参数准备。

适用场景:需要快速查询基因/转录本信息、批量序列检索与比对、蛋白结构获取或预测、单细胞与组织表达数据获取、富集分析及疾病/药物关联检索的研究与开发工作。

限制:所查询数据库持续更新,结构可能变化,资料针对 gget 0.30.5(PyPI 截至 2026-06-07);可复现工作建议固定版本,上游适配器失效时查看发布说明后升级。info 模块 ID 数量上限约 1000。alphafold、elm、cellxgene 等需额外 setup。opentargets 在 0.30.5 重写,部分输出列名与旧版不同,旧 --filter_mode 参数已移除。其余功能、收费与平台信息暂未提供。