gget

gget

当任务需要通过 gget CLI 或 Python 包跨基因组参考数据库进行快速生物信息学查询时，使用此技能。

何时使用

• 查找 Ensembl ID、基因元数据、转录本详情或序列。
• 无需构建完整的本地流水线即可运行快速 BLAST 或 BLAT 查询。
• 从 Ensembl 获取参考基因组链接和注释。
• 通过单一界面查询蛋白质结构、通路、癌症、表达或疾病关联模块。
• 在使用更重型工具（如 Biopython、Snakemake、Nextflow、BLAST+ 或特定数据库客户端）之前，创建可重复的初步证据日志。

当任务需要受监管的临床解释、高通量生产流水线或对数据库版本和本地索引的精细控制时，请使用专用工作流而非 gget。

安装

使用干净的 Python 环境。

python -m venv .venv
. .venv/bin/activate
python -m pip install --upgrade pip
python -m pip install --upgrade gget
gget --help

如果 uv 可用：

uv venv
. .venv/bin/activate
uv pip install gget

在依赖旧环境之前，升级 gget 并重新检查模块文档。gget 查询的上游数据库会随时间变化。

基本模式

CLI 用法：

gget <module> [arguments] [options]

Python 用法：

import gget

result = gget.search(["BRCA1"], species="human")
print(result)

常用工作流：

1. 确定所需的物种、组装、基因 ID 类型和数据库。
2. 检查当前模块文档以确认参数。
3. 先运行一个小查询。
4. 使用显式文件名和日期保存输出。
5. 记录模块名称、版本、参数和数据库假设。

常用模块

使用当前上游文档确认确切参数。这些模块是常用的首选：

• gget search：从搜索词查找 Ensembl ID。
• gget info：检索 Ensembl、UniProt 或相关 ID 的元数据。
• gget seq：获取核苷酸或氨基酸序列。
• gget ref：检索参考基因组下载链接。
• gget blast：运行快速 BLAST 查询。
• gget blat：在支持的基因组组装上定位序列。
• gget muscle：运行多序列比对。
• gget diamond：对参考序列运行本地序列比对。
• gget alphafold 和 gget pdb：检查蛋白质结构参考。
• gget enrichr、gget opentargets、gget archs4、gget bgee、gget cbio、gget cosmic：探索富集、靶点、表达、癌症和疾病关联数据。

不要假设每个模块都支持每个 Python 版本或依赖集。某些可选的科学依赖比核心包有更窄的版本支持。

快速示例

查找基因：

gget search -s human brca1 dna repair -o brca1-search.json

获取基因元数据：

gget info ENSG00000012048 -o brca1-info.json

获取序列：

gget seq ENSG00000012048 -o brca1-seq.fa

运行小型 BLAST 查询：

gget blast "MEEPQSDPSVEPPLSQETFSDLWKLLPEN" -l 10 -o blast-results.json

Python 示例：

import gget

genes = gget.search(["BRCA1", "DNA repair"], species="human")
info = gget.info(["ENSG00000012048"])
sequence = gget.seq("ENSG00000012048")

可重复性日志

对于科学输出，包含足够的元数据以重放查询。

| 日期 | gget 版本 | 模块 | 查询 | 物种/组装 | 输出 | 备注 |
| --- | --- | --- | --- | --- | --- | --- |
| 2026-05-11 | `gget --version` | search | `BRCA1 DNA repair` | human | `brca1-search.json` | 运行前检查了文档 |

还需记录：

• Python 版本和环境管理器。
• 通过 gget setup 安装的任何可选依赖。
• 查询返回的特定数据库标识符。
• 输出是 JSON、CSV、FASTA 还是 DataFrame 导出。
• 通过升级 gget 解决的任何失败。

审查清单

• 是否升级或验证了已安装的 gget 版本？
• 是否在使用参数之前检查了当前上游模块文档？
• 物种或组装是否明确？
• 标识符是否精确保留，包括 Ensembl/UniProt 前缀？
• 结果是否标记为数据库输出而非临床解释？
• 从保存的命令或 Python 代码片段是否可以重现查询？
• 可选依赖是否安装在隔离环境中？

参考文献

• gget 文档
• gget 更新
• gget GitHub 仓库
• gget 生物信息学论文