gget

¿Qué hace gget?

Usa esta habilidad cuando una tarea requiera búsquedas rápidas de bioinformática en bases de datos genómicas de referencia con la CLI de gget o el paquete Python.

Cuándo Usarla

• Encontrar IDs de Ensembl, metadatos de genes, detalles de transcritos o secuencias.
• Ejecutar búsquedas rápidas de BLAST o BLAT sin construir un pipeline local completo.
• Obtener enlaces a genomas de referencia y anotaciones de Ensembl.
• Consultar módulos de estructura de proteínas, rutas, cáncer, expresión o asociación a enfermedades a través de una única interfaz.
• Crear un registro de evidencia reproducible de primera pasada antes de usar herramientas más pesadas como Biopython, Snakemake, Nextflow, BLAST+ o clientes específicos de bases de datos.

Usa un flujo de trabajo dedicado en lugar de gget cuando la tarea requiera interpretación clínica regulada, pipelines de producción de alto rendimiento o control detallado sobre versiones de bases de datos e índices locales.

Instalación

Usa un entorno Python limpio.

python -m venv .venv
. .venv/bin/activate
python -m pip install --upgrade pip
python -m pip install --upgrade gget
gget --help

Si uv está disponible:

uv venv
. .venv/bin/activate
uv pip install gget

Antes de confiar en un entorno anterior, actualiza gget y vuelve a consultar la documentación del módulo. Las bases de datos upstream consultadas por gget cambian con el tiempo.

Patrones Básicos

Forma CLI:

gget <módulo> [argumentos] [opciones]

Forma Python:

import gget

resultado = gget.search(["BRCA1"], especie="humano")
print(resultado)

Flujo de trabajo común:

1. Identificar la especie, ensamblaje, tipo de ID de gen y base de datos necesaria.
2. Consultar la documentación actual del módulo para los argumentos.
3. Ejecutar primero una consulta pequeña.
4. Guardar la salida con un nombre de archivo y fecha explícitos.
5. Registrar el nombre del módulo, versión, argumentos y suposiciones de la base de datos.

Módulos Comunes

Usa la documentación upstream actual para argumentos exactos. Estos módulos son opciones comunes iniciales:

• gget search: encontrar IDs de Ensembl a partir de términos de búsqueda.
• gget info: recuperar metadatos para IDs de Ensembl, UniProt o relacionados.
• gget seq: obtener secuencias de nucleótidos o aminoácidos.
• gget ref: recuperar enlaces de descarga de genomas de referencia.
• gget blast: ejecutar una consulta rápida de BLAST.
• gget blat: localizar una secuencia contra ensamblajes genómicos compatibles.
• gget muscle: ejecutar alineamiento múltiple de secuencias.
• gget diamond: ejecutar alineamiento local de secuencias contra secuencias de referencia.
• gget alphafold y gget pdb: inspeccionar referencias de estructura de proteínas.
• gget enrichr, gget opentargets, gget archs4, gget bgee, gget cbio y gget cosmic: explorar datos de enriquecimiento, dianas, expresión, cáncer y asociación a enfermedades.

No asumas que cada módulo es compatible con todas las versiones de Python o conjuntos de dependencias. Algunas dependencias científicas opcionales tienen un soporte de versión más limitado que el paquete principal.

Ejemplos Rápidos

Encontrar genes:

gget search -s humano brca1 reparación adn -o brca1-busqueda.json

Obtener metadatos de genes:

gget info ENSG00000012048 -o brca1-info.json

Obtener una secuencia:

gget seq ENSG00000012048 -o brca1-sec.fa

Ejecutar una consulta pequeña de BLAST:

gget blast "MEEPQSDPSVEPPLSQETFSDLWKLLPEN" -l 10 -o blast-resultados.json

Ejemplo en Python:

import gget

genes = gget.search(["BRCA1", "reparación ADN"], especie="humano")
info = gget.info(["ENSG00000012048"])
secuencia = gget.seq("ENSG00000012048")

Registro de Reproducibilidad

Para salidas científicas, incluye suficientes metadatos para repetir la consulta.

| Fecha | Versión de gget | Módulo | Consulta | Especie/ensamblaje | Salida | Notas |
| --- | --- | --- | --- | --- | --- | --- |
| 2026-05-11 | `gget --version` | search | `BRCA1 reparación ADN` | humano | `brca1-busqueda.json` | Documentación consultada antes de ejecutar |

También registra:

• Versión de Python y gestor de entorno.
• Cualquier dependencia opcional instalada a través de gget setup.
• Identificadores específicos de la base de datos devueltos por la consulta.
• Si la salida es JSON, CSV, FASTA o una exportación de DataFrame.
• Cualquier fallo que se haya resuelto actualizando gget.

Lista de Verificación

• ¿Actualizaste o verificaste la versión instalada de gget?
• ¿Consultaste la documentación upstream actual del módulo antes de usar argumentos?
• ¿La especie o ensamblaje son explícitos?
• ¿Los identificadores se conservan exactamente, incluidos los prefijos de Ensembl/UniProt?
• ¿El resultado está etiquetado como salida de base de datos, no como interpretación clínica?
• ¿La consulta es reproducible a partir del comando guardado o fragmento de Python?
• ¿Las dependencias opcionales están instaladas en un entorno aislado?

Referencias

• Documentación de gget
• Actualizaciones de gget
• Repositorio GitHub de gget
• Artículo de Bioinformatics sobre gget