文献管理综述

请看这篇文章，发表在PLoS Computational Biology，里面综述了基本上所有的文献管理的软件，包括你听到的以及很多你没听过的。

从NCBI下载基因序列

Python语言: 从NCBI下载基因序列

#!/usr/bin/env python
# -*- coding:utf-8 -*-
'''
读取文件（每行一个ID）中的GeneID，下载其序列，并保存到文件中
'''

__file__    = 'download_gene.py'
__date__    = '2008-10-30'
__version__ = '0.1'
__author__  = 'Wubin Qu <quwubin@gmail.com> @CZlab @BMI @CHINA'
__blog__    = 'http://quwubin.blogspot.com'
__license__ = 'GPL v3 License'

from Bio import Entrez

def read_id(file_name):
    '''从文件中读取GeneID'''
    id_array = []
    fh = open(file_name, 'r')
    lines = fh.readlines()
    for line in lines:
        id = line.strip()
        id_array.append(id)

    fh.close()

    id_array = ','.join(id_array)
    return id_array

def download_seq (id_array):
    '''根据GeneID下载相应格式的序列'''

    result_handle = Entrez.efetch(db="nucleotide", rettype="genbank",  id=id_array)
    result = result_handle.read()

    return result

def write_to_file(file_out_name, content):
    '''将序列写入文件中 '''
    fh = open(file_out_name, 'w')
    fh.write(content)
    fh.close()

def main():
    '''主控制程序'''
    file_name = 'id_list.txt'
    file_out_name = 'sequences.txt'
    id_array = read_id(file_name)
    result = download_seq(id_array)
    write_to_file(file_out_name, result)

if __name__ == '__main__':
    main()

注: id_list_txt文件结构如下：
6273291
6273290
6273289
即每行一个GeneID。