基因序列批量下载

从NCBI数据库下载序列常用的有三种手段，现在一一介绍。

1. NCBI的Taxonomy库（最常用）

网站：https://www.ncbi.nlm.nih.gov/Taxonomy/Browser/wwwtax.cgi?id=10239

该库可以简单理解为NCBI的后台库，所有的序列如病毒序列按照科属种呈目录分布，一级级找到自己需要下载的目录就行，特点是可以下载某科（亚科）或某属（亚属）的全部序列。

以下载MERS冠状病毒为例：
（1）先在NCBI的核苷酸库里随便搜一株MERS，看看它处在什么位置：


（2）在Taxonomy库的网页里通过CTRL+F键一级级找到最终的Betacoronavirus目录：

点击Cornidovirineae：

再点击Betacoronavirus：

最终找到我们需要的MERS（前提是自己对自己研究的病毒在分类学上有了解）

（3）搜寻序列
点击上图的红色方框，出现如下：

再点击红色方框，出现如下：

点击上图右上角Nucleotide字样后面的数字，即可进入MERS冠状病毒对应的核苷酸库：

一共有1206条记录（序列），包括片段和全基因组。
如果只想下载全基因组序列怎么办，可以在上面的搜索栏后面加限制条件“complete genome”：

这样找到的全是全基因组序列。
但是注意，这样也有一个风险，有些是全基因组序列，可能没有“complete genome”字符，那怎么办？
我们也可以通过限制序列长度来寻找，比如MERS的全长大约在29kb-35kb，则在后面加上长度限制：

不过这种搜索方式也可能把一些非全基因组的搜索出来，如：
相比前面的加“complete genome”明显多了一些序列，所以后期还需要再筛选。

（4）下载序列
可以下载完整记录（或者可以理解为全基因组）的各种格式的序列：


还可以下载编码区的序列,分为核苷酸和氨基酸:

2. NCBI的Nucleotide库里直接搜索病毒名称

这种方式简单粗暴，但是有时找不全，不推荐，之后下载序列同上。

3. 利用已知的序列GenBank号下载
在已知一批序列GenBank号的前提下，只想下载这些指定的序列，可以利用NCBI的检索方式完成这个工作，即：
将需要下载的序列的GenBank号彼此之间用“|”隔开，放进Nucleotide库的搜索栏里，即可:

下载序列流程同上。