SuperAPI AI 工具集

tooluniverse-microbial-genome-characterization

数据与分析

查看项目

更新于 10-16 01:16

技能介绍

用途:使用 NCBI Datasets 的无密钥工具,发现、质控并结构化映射任意生物(细菌、古菌、真菌等)的基因组装配;输入物种/分类单元或登录号,输出装配清单、质控指标和染色体/质粒图谱。

主要能力:通过 NCBIDatasets_suggest_taxonomy 将物种名解析为 tax_id;用 NCBIDatasets_list_genomes_by_taxon 列出某分类单元的装配(taxon、limit、reference_only),返回 accession、assembly_level、refseq_category、total_sequence_length、contig_n50、gc_percent、number_of_chromosomes、number_of_contigs,并用 metadata.total_available 获取完整数量;用 NCBIDatasets_get_genome_assembly 按 GCF_/GCA_ 登录号拉取完整质控指标;用 NCBIDatasets_get_sequence_reports 获取每个复制子(染色体/质粒)的名称、role、RefSeq/GenBank 登录号、长度和 GC%。

使用方式:先解析物种为 tax_id,再用 list_genomes_by_taxon 盘点装配,按 reference genome > representative genome > 更高 assembly_level > 更高 contig_n50 与更少 contig 选择,然后拉取质控和复制子报告;比较多个装配时建议用 Python/pandas 对返回 JSON 排序统计。区分染色体与质粒以 get_sequence_reports 为准,number_of_chromosomes 可能把质粒计入;同时存在时优先 GCF_ 而非 GCA_。

限制:不能从头组装(无 FASTQ 输入工具),仅覆盖已进入 NCBI Datasets 的装配;不提供 BUSCO/CheckM 完整度或污染分数;不评估逐基因注释深度;大型分类单元需用 reference_only 或 limit 控制,不能翻遍全部结果。基因同源、植物基因结构、纯分类名称查询应改用其他技能。