如何從NCBI下載基因組序列和注釋文件并統(tǒng)計(jì)基因個(gè)數(shù)

從NCBI下載一個(gè)物種的基因組文件。假設(shè)我們要下載一個(gè)叫做Tetranychus urticae的物種，首先在NCBI上genome中搜索Tetranychus urticae。得到如下截圖：


image.png

然后復(fù)制genome和gff的下載地址
在xshell中下載，命令如下

wget -c ftp://ftp.ncbi.nlm.nih.gov/genomes/all/GCF/000/239/435/GCF_000239435.1_ASM23943v1/GCF_000239435.1_ASM23943v1_genomic.fna.gz

wget -c ftp://ftp.ncbi.nlm.nih.gov/genomes/all/GCF/000/239/435/GCF_000239435.1_ASM23943v1/GCF_000239435.1_ASM23943v1_genomic.gff.gz

解壓：

gunzip GCF_000239435.1_ASM23943v1_genomic.fna.gz

gunzip GCF_000239435.1_ASM23943v1_genomic.gff.gz

查看gff文件

less -S GCF_000239435.1_ASM23943v1_genomic.gff
image.png

可以看出關(guān)于基因信息在第三列，統(tǒng)計(jì)該物種注釋出的基因數(shù)目：

cut -f3 GCF_000239435.1_ASM23943v1_genomic.gff|grep  'gene'|grep -v 'pseudogene'|wc -l

***pseudogene并不是我們想要的，因此，在上述命令中我把它去除了。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成，瀏覽時(shí)請(qǐng)結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明：文章內(nèi)容（如有圖片或視頻亦包括在內(nèi)）由作者上傳并發(fā)布，文章內(nèi)容僅代表作者本人觀點(diǎn)，簡(jiǎn)書系信息發(fā)布平臺(tái)，僅提供信息存儲(chǔ)服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容