PlantAI-rag/evaluation/MANUAL_DOWNLOAD_GUIDE.md

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

# 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

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

# 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

# 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：

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