# 番茄P450补充材料手动下载指南

## 快速下载链接

### Additional File 1 (关键文件 - 基因列表和分组)

**直接下载链接**:
```
https://static-content.springer.com/esm/art%3A10.1186%2Fs12864-019-5483-x/MediaObjects/12864_2019_5483_MOESM1_ESM.xlsx
```

**文件内容**:
- 233个P450基因列表
- 系统发育分组（clan/family）
- 基因ID和名称对应

---

## 手动下载步骤

### 方法1: 直接下载（推荐）

1. **复制上面的链接**
2. **粘贴到浏览器地址栏**
3. **文件会自动下载**

### 方法2: 从BMC官网下载

1. 访问: https://bmcgenomics.biomedcentral.com/articles/10.1186/s12864-019-5483-x
2. 向下滚动到 "Supplementary information" 部分
3. 点击 "Additional file 1" 下载

### 方法3: 使用wget/curl

```bash
# 使用wget
wget "https://static-content.springer.com/esm/art%3A10.1186%2Fs12864-019-5483-x/MediaObjects/12864_2019_5483_MOESM1_ESM.xlsx" \
     -O 12864_2019_5483_MOESM1_ESM.xlsx

# 或使用curl
curl -L "https://static-content.springer.com/esm/art%3A10.1186%2Fs12864-019-5483-x/MediaObjects/12864_2019_5483_MOESM1_ESM.xlsx" \
     -o 12864_2019_5483_MOESM1_ESM.xlsx
```

---

## 文件解析

### 下载后验证

```python
import pandas as pd

# 读取Excel文件
df = pd.read_excel("12864_2019_5483_MOESM1_ESM.xlsx")

# 查看前几行
print(df.head())

# 查看列名
print(df.columns)

# 统计分组信息
print(df['Clan'].value_counts())
print(df['Family'].value_counts())
```

### 预期数据结构

| 列名 | 说明 |
|:---|:---|
| Gene_ID | 基因ID |
| Gene_Name | 基因名称 (如 SlCYP71A1) |
| Clan | 所属clan (如 clan71) |
| Family | 所属family (如 CYP71) |
| ... | 其他信息 |

---

## 完整补充材料清单

| 文件名 | 内容 | 重要性 |
|:---|:---|:---|
| 12864_2019_5483_MOESM1_ESM.xlsx | **基因列表和系统发育分组** | ⭐⭐⭐ 关键 |
| 12864_2019_5483_MOESM2_ESM.xlsx | 引物序列 | ⭐ 次要 |
| 12864_2019_5483_MOESM3_ESM.tif | 系统发育树 (Figure 2) | ⭐⭐⭐ 关键 |
| 12864_2019_5483_MOESM4_ESM.xlsx | 内含子分析 | ⭐⭐ 重要 |
| 12864_2019_5483_MOESM5_ESM.xlsx | 启动子分析 | ⭐⭐ 重要 |
| 12864_2019_5483_MOESM6_ESM.xlsx | 组织特异性表达 | ⭐⭐ 重要 |
| 12864_2019_5483_MOESM7_ESM.docx | 比较分析 | ⭐ 次要 |

---

## 下载后操作

### 1. 放置到正确目录

```bash
# 创建目录
mkdir -p /home/xia-lab/gene-family-mas-v2/paper/ceshi/番茄P450_supplementary/

# 移动文件
mv 12864_2019_5483_MOESM1_ESM.xlsx \
   /home/xia-lab/gene-family-mas-v2/paper/ceshi/番茄P450_supplementary/
```

### 2. 验证提取

```python
# 运行v3提取脚本，现在应该能获取完整分组
python extract_phylogeny_v3.py \
    "/home/xia-lab/gene-family-mas-v2/paper/ceshi/番茄p450基因家族BMCgenomics2020.pdf" \
    --supplementary "/home/xia-lab/gene-family-mas-v2/paper/ceshi/番茄P450_supplementary/12864_2019_5483_MOESM1_ESM.xlsx"
```

---

## 注意事项

1. **文件大小**: MOESM1_ESM.xlsx 约 200-500 KB
2. **下载时间**: 通常几秒钟
3. **网络要求**: 需要访问Springer/BMC网站
4. **权限**: 无需登录，开放获取

---

## 自动化方案（未来）

一旦手动下载验证成功，可以实现：

```python
def auto_download_supplementary(doi: str) -> Path:
    """自动下载补充材料"""
    base_url = "https://static-content.springer.com/esm/"
    encoded_doi = quote(doi, safe='')
    file_url = f"{base_url}art%3A{encoded_doi}/MediaObjects/{pmcid}_MOESM1_ESM.xlsx"
    
    response = requests.get(file_url)
    # ...保存并返回路径
```

---

*创建时间: 2026-03-30*
*目标: 获取番茄P450完整系统发育分组数据*