用途:gget 以统一接口访问 20 多个基因组数据库与分析工具,覆盖基因信息查询、序列分析、蛋白结构、表达数据和疾病关联。所有模块同时支持命令行与 Python 调用,命令格式为 gget <module> [arguments] [options],Python 为 gget.module(arguments, options)。命令行默认返回 JSON,加 -csv 返回 CSV;Python 返回 DataFrame 或字典。常用参数:-o/--out 保存结果,-q/--quiet 抑制进度,-csv 仅命令行。
主要能力:ref 获取 Ensembl 参考基因组下载链接与元数据,支持 -d 下载、-w 指定类型;search 按名称或描述搜索基因;info 从 Ensembl、UniProt、NCBI 获取基因/转录本信息,-pdb 可含 PDB 标识;seq 获取核苷酸或氨基酸序列,-t 翻译、-iso 取全部转录本。blast 执行 BLAST 核酸或蛋白比对;blat 用 UCSC BLAT 定位基因组位置;muscle 用 Muscle5 多序列比对,-s5 为 Super5 加速;diamond 做快速局部蛋白或翻译 DNA 比对。pdb 查询 RCSB PDB;alphafold 预测 3D 蛋白结构,需先 uv pip install openmm 并运行 gget setup alphafold;elm 预测真核线性模体,需 gget setup elm。archs4 查询共表达与组织表达;cellxgene 查询单细胞数据,需 gget setup cellxgene;enrichr 做富集分析,支持 pathway、ontology 等数据库快捷方式;bgee 取直系同源与表达;opentargets 取疾病、药物、可成药性等关联;cbio 搜索 cBioPortal 研究并绘制热图;cosmic 查询 COSMIC,商业使用需许可并需账号凭据。
适用场景与限制:适合快速查询与轻量分析。注意数据库持续更新可能改变结构,模块每两周自动测试并按需更新;info 支持约 1000 个 ID;部分模块需额外安装与 setup;cellxgene 基因名大小写敏感。安装建议在干净虚拟环境,推荐 uv pip install gget 或 uv pip install --upgrade gget,Python 中 import gget。