gget

¿Qué hace gget?

Usa esta habilidad cuando una tarea requiera una consulta bioinformática rápida a bases de datos genómicas de referencia mediante la CLI de gget o el paquete Python.

Cuándo usarlo

• Buscar IDs de Ensembl, metadatos de genes, detalles de transcritos o secuencias.
• Ejecutar búsquedas rápidas BLAST o BLAT sin construir un pipeline local completo.
• Obtener enlaces a genomas de referencia y anotaciones desde Ensembl.
• Consultar módulos de estructura de proteínas, vías, cáncer, expresión o asociación con enfermedades a través de una sola interfaz.
• Crear un registro de evidencia reproducible de primera pasada antes de pasar a 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 antiguo, 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"], species="human")
print(resultado)

Flujo de trabajo común:

1. Identifica la especie, el ensamblaje, el tipo de ID de gen y la base de datos necesaria.
2. Consulta la documentación actual del módulo para los argumentos.
3. Ejecuta primero una consulta pequeña.
4. Guarda la salida con un nombre de archivo y fecha explícitos.
5. Registra el nombre del módulo, versión, argumentos y supuestos de la base de datos.

Módulos comunes

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

• gget search: encuentra IDs de Ensembl a partir de términos de búsqueda.
• gget info: recupera metadatos para Ensembl, UniProt o IDs relacionados.
• gget seq: obtiene secuencias de nucleótidos o aminoácidos.
• gget ref: recupera enlaces de descarga de genomas de referencia.
• gget blast: ejecuta una consulta BLAST rápida.
• gget blat: localiza una secuencia contra ensamblajes de genoma soportados.
• gget muscle: ejecuta alineamiento múltiple de secuencias.
• gget diamond: ejecuta alineamiento local de secuencias contra secuencias de referencia.
• gget alphafold y gget pdb: inspecciona referencias de estructura de proteínas.
• gget enrichr, gget opentargets, gget archs4, gget bgee, gget cbio y gget cosmic: explora datos de enriquecimiento, dianas, expresión, cáncer y asociación con 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

Buscar genes:

gget search -s human brca1 dna repair -o brca1-search.json

Obtener metadatos de genes:

gget info ENSG00000012048 -o brca1-info.json

Obtener una secuencia:

gget seq ENSG00000012048 -o brca1-seq.fa

Ejecutar una consulta BLAST pequeña:

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

Ejemplo en Python:

import gget

genes = gget.search(["BRCA1", "DNA repair"], species="human")
info = gget.info(["ENSG00000012048"])
sequence = gget.seq("ENSG00000012048")

Registro de reproducibilidad

Para resultados científicos, incluye metadatos suficientes para reproducir la consulta.

| Fecha       | Versión gget    | Módulo | Consulta             | Especie/ensamblaje | Salida            | Notas                     |
|-------------|-----------------|--------|----------------------|--------------------|-------------------|---------------------------|
| 2026-05-11 | `gget --version` | search | `BRCA1 DNA repair`  | human              | `brca1-search.json` | Documentación revisada antes de ejecutar |

Registra también:

• Versión de Python y gestor de entornos.
• Dependencias opcionales instaladas mediante 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 resuelto actualizando gget.

Lista de verificación

• ¿Actualizaste o verificaste la versión instalada de gget?
• ¿Consultaste la documentación actual del módulo upstream antes de usar argumentos?
• ¿La especie o el ensamblaje están explícitos?
• ¿Los identificadores se conservan exactamente, incluidos los prefijos Ensembl/UniProt?
• ¿El resultado está etiquetado como salida de base de datos y 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 de GitHub de gget
• Artículo de bioinformática de gget