项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-09-21 · 当前星标 ★ 564
使用教程
环境要求
- 无需环境
安装与启动步骤
-
1装命令行
跨库检索生物数据的官方命令行工具。
-
2查一个物种
先按名称查基因组，确认数据存在。
-
3下载序列
按需只下你要的那部分，别整库拉。
-
4下注释与元数据
序列与注释要成套拿，否则对不上。
-
5整理成分析可用格式
按下游工具的输入要求转换。
如何确认成功
按物种名能检索到对应基因组并下载序列与注释，文件能被常规分析工具直接读取
注意事项
- 它是数据检索工具，不是分析工具。
- 数据来自多个公开库，版本要记录。
- 下载量大时注意磁盘与网络。
- 引用与许可按各数据库的条款执行。
核心亮点
- 官方维护，数据来源权威且更新及时
- 命令行与 Python API 双接口，支持批量下载和自动化流程
- 提供丰富的 Jupyter Notebook 示例，上手快
不足之处
- 依赖 NCBI 服务，网络不稳定时下载易失败
- 文档以英文为主，中文资料较少
适用场景
- 比较基因组学研究中批量获取多个物种的参考基因组
- 构建本地基因组数据库时自动同步 NCBI 最新版本
- 生物信息学教学演示中快速准备数据集
替代项目
Entrez Direct、Biopython、genomepy
上一篇：dataset-viewer
下一篇：giga-datasets
同类项目推荐
somali-nlp-corpus
开源
索马里语开源文本语料，直接拿去训练和评测模型
Somali NLP Corpus is an open, high-quality Somali text corpus designed to support re···
Chatbot-Training-Corpus
开源
拿来即用的中英文聊天语料，快速启动你的对话模型训练
总结了一些可以用作聊天机器人训练实作的文字语聊，包含中英文不同语言
tech.ml.dataset
开源
用 Clojure 快速处理大数据集，像 pandas 一样高效
A Clojure high performance data processing system
fastdup
开源
快速扫描海量图像视频，自动揪出重复、异常和标签错误
fastdup is a powerful, free tool designed to rapidly generate valuable insights from···
giga-datasets
开源
统一轻量框架，一站式完成大模型数据清洗筛选与可视化
GigaDatasets: A Unified and Lightweight Framework for Data Processing, Curation, and···
cryptoCMD
开源
一键获取加密货币历史价格，直接用于数据分析
Cryptocurrency historical price data library in Python. Data from https://coinmarket···
awesome-open-data-annotation
开源
一站式找到最合适的开源数据标注工具
Open Source Data Annotation & Labeling Tools
TTSizer
开源
上传音视频，自动生成按说话人分好的TTS训练数据集
️ Automatically transcribe audio/video into high-quality, speaker-specific Text-To-···
mostlyai
开源
用差分隐私生成安全可用的合成数据，解决数据获取难题
Synthetic Data SDK ✨