GenBank的序列很多，有时我们需要批量下载。这里介绍几种办法，如何从NCBI批量下载GenBank序列。有不对的地方，欢迎指正。
批量下载前须知
批量下载前，我们必须先清楚，下载大量的数据，对服务器是一种非常大的挑战。对网络也是一种大的挑战。NCBI的数据都是免费提供下载的，所以你要清楚，尽量不要使用多线程的工具下载，因为你的IP有可能给封；不要太频繁的大批量下载，中间要有间隔（即使是几秒）；
1，用NCBI提供的FTP下载
NCBI的FTP地址是：ftp.ncbi.nih.gov。打开后里面有个genbank的目录，里面存放的是所有GenBank的序列和Accession的索引。对里面的格式不明白？没关系，先看看说明文档：ftp.ncbi.nih.gov/genbank/README.genbank
如果要下载现在的Blast库，打开blast目录。
如果要下载基因组序列，进入genomes目录。
全部的目录：
ncftp / > ls
1000genomes/ dbgap/ genomes/ pubchem/ repository/ sra0/
asn1-converters@ entrez/ hapmap/ pubmed/ sequin/ sra1/
blast/ fa2htgs/ mmdb/ ramdisk/ sky-cgh/ tech-reports/
cgap/ genbank/ ncbi-asn1/ README.ftp snp/ toolbox/
cn3d/ gene/ pub/ RefSeq/ sra/ tpa/
2，用NCBI的工具Batch Entrez批量下载序列
Batch Entrez网址：http://www.ncbi.nlm.nih.gov/sites/batchentrez
用这个工具，要求你有一个文件，里面是一个列表，可以是Accession Number，Gi Number，或是NCBI里其它数据库的各种标识符。文件的格式看例子：example.txt
3，用柳城博客提供的批量下载序列的工具
中文Entrez序列查询工具：http://www.liucheng.name/entrez/
这个工具单个序列的下载也是没问题的。里面也有详情的说明了。这里不再解释。
还有其它的方法？？请留言。！
有点相关的文章
- GenBank序列修订版历史查询工具 (1.000)
- GenBank数据库1982-2008数据统计图 (0.940)
- GenBank数据库格式的详细说明 (0.883)
- DDBJ/EMBL/GenBank Accession的命名规则 (0.883)
- Uniprot,GO,GenBank,IPI等ID的一一对应 (0.883)
- 【生物信息学教程】6.1：基因组序列信息分析 (RANDOM - 0.500)
抢到沙发了
[回复]
嘿~~我这里的沙发不值钱。但舒服，欢迎。
[回复]
那我抢板凳！哈哈
[回复]
博主：
非常非常谢谢您为我提供如此方便快捷的服务！
博主我真心地感激您！
祝博主天天健康快乐，工作顺利！
[回复]
用FTP下载工具可以把整个都下来，我用的是filezilla,只是下下来后不知道怎么检索。
[回复]
你下载下来后,还要检索? 不懂什么意思~
[回复]
利于我把整个Genbank数据都下下来了，里面的序列数据都是压缩包形式的，哪个压缩包对应的是哪个物种的数据不清楚，例如我要找Arabidopsis_thaliana的所有Genbank数据就找不到。
[回复]
里面有说明文件的，像README之类的。一般都会有说明。你如要下载Arabidopsis_thaliana
的基因组序列，在genomes/这个目录更好了。
[回复]
批量下载来的是所有序列都合并到了一个文件里吧，这怎么分开，还是说我哪里出错了？
[回复]
什么意思啊？ 就是都在一个文件里啊
[回复]
所有序列都合并在一个文件里，那怎么知道哪段是谁的序列啊
[回复]
你不明白什么叫Fasta格式嘛？？
[回复]
我真不知道。。不好意思
[回复]
Perl的话，bioperl可批量下。
R的话，ape包亦可。
[回复]
如果大批量下载的话？不担心给封嘛？
[回复]
原来有这么简单的方法！我还专门用bioperl写了一段代码来解决这个问题。
http://bioinformatics.dxy.cn/bbs/topic/18474533?ppg=1#18474533
[回复]
楼主有关于马尔可夫或HMM的软件吗？我怎么找不到也下载不下来？非常谢谢
[回复]
hmmer，搜一下这个。
[回复]