运用爬虫获取目的序列网址，再通过wget命令下载目的序列
wget 目的网址Entrez + biopython
演示基因组序列genbank格式和fasta格式批量下载
Aspera下载数据库ftp路径：https://www.ncbi.nlm.nih.gov/public/
~/.aspera/connect/bin/ascp -QT -i ~/.aspera/connect/etc/asperaweb_id_dsa.openssh -k1 -l 300m anonftp@ftp.ncbi.nlm.nih.gov:/blast/db/FASTA/nr.gz ./ NCBI 公共账号： anonftp EBI 公共账号：era-fasp ftp网址为 ftp://ftp.ncbi.nlm.nih.gov/blast/db/FASTA/nr.gz 需要改为： anonftp@ftp.ncbi.nlm.nih.gov:/blast/db/FASTA/nt.gz生信环境搭建
演示 Spades
# 创建conda环境 conda create --name spades python=3.6 # 退出环境 conda deactivate # 激活环境 conda activate spades # 安装 conda install spades # 或源代码安装 wget http://cab.spbu.ru/files/release3.15.2/SPAdes-3.15.2-Linux.tar.gz tar -xzf SPAdes-3.15.2-Linux.tar.gz cd SPAdes-3.15.2-Linux/bin/ # 下载练习数据 prefetch SRR14062498 # 基本使用 spades.py -1 reads.1.fq.gz -2 reads.2.fq.gz -o result基因注释与功能注释 prokka注释
演示docker
# 获取prokka镜像 docker pull prokka:latest # 启动镜像 docker run -i -t image-id /bin/bash # 启动容器 docker start contenter-id # 进入容器 docker exec -it 容器id /bin/bash prokka final.contigs.fa --outdir prokka_annotation --prefix Test --kingdom Bacteria次级代谢产物预测 antiSMASH常用命令
运行antismash
antismash sample.gbk antismash sample.fna下游数据处理
演示批量提取antiSMASH核心基因编码AA序列（JSON文件）
常用生信工具 samtools提取特定contigs 或特定位置核酸或氨基酸序列
samtools faidx input.fa chr1 > chr1.fa samtools faidx input.fa chr1:100-200 > chr1.fa序列文件格式转换 fastq >> fasta
seqtk
# 安装 conda install seqtk # 运行 seqtk seq -A input_file.fastq > output_file.fastafasta >> fastq
fasta_to_fastq.pl
# 下载 wget https://storage.googleapis.com/google-code-archive-downloads/v2/code.google.com/fasta-to-fastq/fasta_to_fastq.pl # 运行 perl fasta_to_fastq.pl input_file.fasta > output_file.fq
