• 使用ncbi-genome-download下载基因组

• 第一步 从genome数据库中下载对应信息
  • 打开NCBI，进入genome数据库
  • 从Custom resources下进入Microbes，再进入Browse microbial genomes
  • 输入需要的物种，可以进一步筛选（filter），然后download

• 第二步 提取csv结果文件中的biosmple列的biosample号和replicon列的chromesome号
  • replicon，有一些是空的，需要筛选；chromesome号有CP、NZ、NC三种，按需提取
    • NCBI使用三种不同的前缀来标识染色体序列，分别是"CP"、"NZ"和"NC"。
    • "NC"表示常规的染色体序列版本，这些版本已经被经过验证的基因组计划确定，并由专家进行注释。
    • "NZ"表示未通过最终验证的染色体版本。这些版本通常包含较小的修订或变异，并且需要进一步验证。
    • "CP"表示参考染色体片段。这些序列通常来自于单个个体并可能包含在大多数人中特有的变异。因此，它们不适合作为一般研究的基础，但可用于对某些物种的个体进行比较研究。

使用ncbi-genome-download下载基因组

要下载所有 GenBank 格式的细菌 RefSeq 基因组，请运行以下命令:

ncbi-genome-download bacteria

下载特定物种的基因组

 ncbi-genome-download --genera "Streptomyces coelicolor" bacteria  -d

ncbi-genome-download使用的缓存文件是https://ftp.ncbi.nih.gov/genomes/refseq/bacteria/assembly_summary.txt

KeyError: 'assembly_accession'

编辑/home/wy/.cache/ncbi-genome-download/refseq_bacteria_assembly_summary.txt，去掉assembly_accession前的#

• https://ftp.ncbi.nlm.nih.gov/genomes/README_assembly_summary.txt
• https://ftp.ncbi.nlm.nih.gov/genomes/refseq/assembly_summary_refseq.txt