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,用于基因信息、序列分析、蛋白结构、表达数据和疾病关联的快速查询。
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、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 疾病与药物关联、cbio 癌症基因组热图、cosmic 体细胞突变查询);以及 mutate 生成突变序列等。
使用方式:安装建议在干净虚拟环境中进行,如 uv pip install gget 或 uv pip install --upgrade gget;Python 中 import gget。命令行格式为 gget <module> [arguments] [options],Python 为 gget.module(arguments, options)。多数模块命令行默认返回 JSON,可用 -csv 返回 CSV;Python 返回 DataFrame 或字典。通用参数包括 -o/--out 保存结果、-q/--quiet 抑制进度、-csv 返回 CSV。部分模块需先设置,如 gget setup alphafold(需先安装 openmm)、gget setup elm、gget setup cellxgene。
适用场景:适合需要快速跨库查询基因、序列、结构、表达与疾病关联的研究与开发场景,命令行与 Python 两种用法便于脚本化与交互分析。
限制:所查询数据库持续更新,结构可能变化,gget 模块每两周自动测试并在必要时更新;info 模块 ID 数量上限约 1000;cosmic 商业使用需许可费用并需 COSMIC 账号凭据;alphafold、elm、cellxgene 等需额外 setup;部分参数与返回字段随模块而异。资料未提供价格、平台支持范围等更多细节。