SuperAPI AI 工具集

gget-genomic-databases

数据与分析

查看项目

更新于 10-15 22:40

技能介绍

用途:gget 提供命令行与 Python 两种接口,统一访问 20 多个基因组数据库与分析方法,用于基因查询、序列比对、蛋白结构预测、表达分析、疾病与药物关联、癌症基因组等任务。

主要能力:按域划分模块,包括基因参考(ref、search、info、seq,数据来自 Ensembl、UniProt、NCBI)、序列比对(blast、blat、muscle、diamond)、蛋白结构(pdb、alphafold、elm)、表达与相关性(archs4、cellxgene、bgee)、疾病与药物(opentargets、enrichr)、癌症(cbio、cosmic)以及工具(mutate、setup、gpt)。Python 返回 DataFrame 或 dict,CLI 默认 JSON,可用 -csv 输出 CSV;序列输出 FASTA,结构输出 PDB,单细胞返回 AnnData。

使用方式:安装 pip install gget;部分模块需先运行 gget setup alphafold、gget setup cellxgene、gget setup elm 等。Python 中调用 gget.search、gget.info、gget.seq、gget.blast、gget.enrichr 等函数;CLI 可直接执行对应命令。建议在干净虚拟环境中使用。

适用场景:基因发现到功能分析、药物靶点验证、比较基因组学、批量基因信息检索、自定义背景的富集分析、AlphaFold 结构预测与可视化等。

限制:gget 查询远程数据库,批量查询需用 time.sleep() 限速,gget.info() 单次约 1000 个 Ensembl ID;数据库约每两周更新,需保持 gget 更新;AlphaFold 需约 4GB 模型参数并依赖 OpenMM,预测耗时较长;COSMIC 需账号并下载本地数据库;建议固定 release 与 census_version 以保证可复现。批量处理或高级 BLAST 参数可改用 biopython,多数据库限速工作流可改用 bioservices。