alterlab-gget

gget

概要

gget は、20 以上のゲノムデータベースと解析手法に統一された方法でアクセスできる、コマンドラインのバイオインフォマティクスツール兼 Python パッケージです。一貫したインターフェースを通じて、遺伝子情報、配列解析、タンパク質構造、発現データ、疾患との関連を照会できます。すべての gget モジュールは、コマンドラインツールとしても Python 関数としても動作します。

プロジェクトホーム： 開発は scverse 組織（github.com/scverse/gget）に移管されました。マニュアルは pachterlab.github.io/gget に引き続き掲載されています。

重要： gget が照会するデータベースは継続的に更新されるため、構造が変更されることがあります。gget のモジュールは隔週で自動テストされ、必要に応じて新しいデータベース構造に合わせて更新されます。

インストール

競合を避けるため、クリーンな仮想環境に gget をインストールしてください。

# Install (or upgrade) into a clean environment
uv pip install --upgrade gget

# In Python/Jupyter
import gget

クイックスタート

すべてのモジュールに共通する基本的な使用パターン：

# Command-line
gget <module> [arguments] [options]

# Python
gget.module(arguments, options)

ほとんどのモジュールの戻り値：

• コマンドライン： JSON（デフォルト）、または -csv フラグで CSV
• Python： DataFrame または辞書

モジュール共通のフラグ：

• -o/--out：結果をファイルに保存
• -q/--quiet：進行状況を表示しない
• -csv：CSV 形式で返す（コマンドラインのみ）

モジュール一覧

モジュールを選び、実行例を含む CLI + Python の例は references/module_examples.md、すべてのパラメーター一覧は references/module_reference.md を参照してください。

モジュール	目的	照会先
ref	参照ゲノムのダウンロードリンク／メタデータ	Ensembl
search	名前／説明から遺伝子を検索	Ensembl
info	遺伝子／転写産物のメタデータ（ID は最大約 1000 件）	Ensembl、UniProt、NCBI
seq	ヌクレオチド／アミノ酸配列（FASTA）	Ensembl
blast	標準データベースに対する BLAST	NCBI BLAST
blat	配列のゲノム上の位置	UCSC BLAT
muscle	多重配列アラインメント	Muscle5（ローカル）
diamond	高速なローカルのタンパク質／翻訳配列アラインメント	DIAMOND（ローカル）
pdb	実験で得られたタンパク質構造 + メタデータ	RCSB PDB
alphafold	3D タンパク質構造を予測（セットアップが必要）	AlphaFold2（ローカル）
elm	真核生物の線状モチーフ（セットアップが必要）	ELM
archs4	相関遺伝子／組織発現	ARCHS4
cellxgene	単一細胞 RNA-seq（セットアップが必要）	CZ CELLxGENE Census
enrichr	オントロジー／パスウェイのエンリッチメント	Enrichr
bgee	オルソログと発現	Bgee
opentargets	疾患／薬剤との関連	OpenTargets
cbio	がんゲノミクスのヒートマップ	cBioPortal
cosmic	体細胞がん変異（ライセンス／アカウントが必要）	COSMIC
mutate	変異配列を生成	ローカル
virus	フィルタリング済みのウイルスゲノムデータセットをダウンロード	NCBI Virus
g2p	残基レベルの構造／機能アノテーション	Genomics 2 Proteins ポータル
gene_expression	パーティションごとの正規化発現量の平均／分散	8cubeDB
psi_block	ψ_block のブロックレベル特異性スコア	8cubeDB
specificity	遺伝子レベルの ψ / ζ 特異性統計	8cubeDB
gpt	自然言語テキストの生成（セットアップが必要）	OpenAI API
setup	モジュール用のサードパーティ依存関係をインストール	ローカル

Python では cbio は gget.cbio_search() および gget.cbio_plot() として公開されています。

セットアップが必要なモジュール（初回使用前に gget setup <module> を実行）： alphafold（パラメーターは約 4GB。先に uv pip install openmm が必要）、cellxgene、 elm、gpt、cbio。

このスキルを使う場面

• 手早い対話型の検索（遺伝子情報、BLAST、単一の構造、単一のエンリッチメント）→ gget を直接使用してください。references/module_examples.md を参照してください。
• バッチ処理／高度な BLAST → biopython スキルを使用してください。
• 複数データベースを使う Python ワークフロー → bioservices スキルを使用してください。

トリガーされないケース

シナリオ	代わりに使用
ローカルの BLAST+ データベースの構築や、大規模な CLI 検索	alterlab-blast
スクリプト化された Entrez/SeqIO パイプラインやファイルの解析	alterlab-biopython
Python で複数のウェブサービスにまたがるワークフロー	alterlab-bioservices
1 行のコマンドを超える、本格的な CELLxGENE Census のクエリ	alterlab-cellxgene
AlphaFold の適切な実行（複合体、信頼度分析）	alterlab-alphafold

• 複数の gget モジュールをパイプラインに連結する → references/workflows.md と、用意されている scripts/（gene_analysis、batch_sequence_analysis、enrichment_pipeline）を参照してください。

ベストプラクティス（要点）

• 大規模なクエリには --limit を使用して範囲を制限し、再現性を確保するために -o/--out で保存してください。
• cellxgene の遺伝子シンボルは大文字と小文字が区別されます（「PAX7」と「Pax7」）。
• alphafold、cellxgene、elm、gpt を初めて使用する前に、gget setup を実行してください。
• gget info では、一度に処理する Ensembl ID を最大約 1000 個にしてください。
• データベースの構造は変更されるため、gget を最新の状態に保ってください：uv pip install --upgrade gget。
• 依存関係の競合を避けるため、仮想環境を使用してください。

出力形式

• コマンドライン：デフォルトは JSON、CSV には -csv、FASTA（seq、mutate）、PDB（pdb、alphafold）、PNG（cbio plot）。
• Python：デフォルトは DataFrame/dict、JSON には json=True、ファイルに書き込むには save=True または out="filename"、cellxgene には AnnData。

参考資料

• references/module_examples.md — すべてのモジュールの CLI および Python の実用例
• references/module_reference.md — すべてのモジュールの完全なパラメータ表
• references/database_info.md — クエリ対象のデータベースと更新頻度
• references/workflows.md — 複数モジュールにまたがる拡張ワークフローの例

詳細については、以下をご覧ください：

• 公式ドキュメント：https://pachterlab.github.io/gget/
• GitHub の課題：https://github.com/pachterlab/gget/issues
• 引用：Luebbert, L. & Pachter, L. (2023). Efficient querying of genomic reference databases with gget. Bioinformatics. https://doi.org/10.1093/bioinformatics/btac836

AlterLab Academic Skills スイートの一部です。