李 元,丰 磊,吴玲惠,舒青龙

(江西中医药大学 生命科学学院，南昌 330004)

通过物种学名、分类号(Taxon)、任意一段核酸或蛋白质的序列，判定其属于什么物种及其详细分类的信息如何，是生物信息分析的最为基础且重要的环节。生物分类信息的获取包含了生物分类的阶层系统和生物检索表的编制方法，是了解生物多样性、丰度、进化、遗传与变异的基础。

目前，一些大型生物学数据库包含了众多的生物学资源，可以通过多种方式提供物种信息的鉴定，最常用的是美国国立卫生研究院建立的美国国家生物技术信息中心(NCBI，Na-tional Center for Biotechnology Information)[1-2]，其汇集了基因序列及蛋白质序列的大量数据， 可提供全面和权威的生物序列信息检索(https://www.ncbi.nlm.nih.gov/)。例如当我们想要鉴定一条未知序列时，通常的方法是这样的：输入待测序列到blast[3]中(https://blast.ncbi.nlm.nih.gov/Blast.cgi)，根据比对分数的排名手动选择最佳比对序列，接着获取比对序列的GI后，进入 NCBI ，在 Search 后的下拉框中选择Nucleotide，把GI号输入GO前面的文本框中，点“GO”，即可以检索到所需序列[4]。把该序列中taxon继续到Taxonomy数据库中(https://www.ncbi.nlm.nih.gov/guide/taxonomy/)查找，即可获取该序列的分类信息。

在查询或比对后，科研人员在获取网站的分类信息(门、纲、目、科、属、种)时，一般是通过手动方式复制、拷贝的方式到本地的文档，这种机械式的获取的方式费时费力，经过笔者测试，手动下载10个比对结果的时间为1 086 s；同时，如果想获取大批量信息也极容易出错。在查询或比对的页面出现结果后，如果通过编程在NCBI网站上自动或批量获取物种信息，将会使枯燥的操作省时省力且准确；……