NCBIのGenome assemblyから元となったSRAデータのBioProject IDを取得する

entrez direct　インストール

EntrezにLinuxっぽいコマンドを使ってアクセスできる様になる。

色々手法が出ているけど、そんなに大変でないので直接ftpでバイナリをとってきて、
パスを通すのが良いと思う（2021/09/22現在）
うっかりforとかで回すと、IP（研究機関）ごと遮断されかねないので、注意して使うこと。

perl -MNet::FTP -e '$ftp = new Net::FTP("ftp.ncbi.nlm.nih.gov", Passive => 1); 
$ftp->login; 
$ftp->binary; 
$ftp->get("/entrez/entrezdirect/edirect.tar.gz");'

IDに対応するBioProjectを取得

以下のコードのID部分を変更するとProjectIDがとれるのでそれを使う。

esearch -db assembly \
 -query "ID_A OR ID_B" | \
efetch -format docsum | \
xtract -pattern DocumentSummary -element AssemblyAccession BioprojectAccn

例

esearch \
-db assembly  \
-query "GCA_015500005.1 OR GCA_015679545.1 OR GCA_015849335.1" | \
efetch -format docsum | \
xtract -pattern DocumentSummary -element AssemblyAccession BioprojectAccn