Chatgpt帮我写脚本之-获取多个物种的fasta文件

Chatgpt比我强太多了。个人觉得只要你说的需求足够详细，他很快就能完成一个初学者抓耳挠腮写一下午的代码。
我想要用叶绿体的fasta数据练习构建进化树。需要很多近缘物种的fasta文件。其他文献已经列好了他们使用的genebank number。我就很懒，我就想坐享其成。
chatgpt写的第一个脚本是这样的。

#!usr/python
import os
import sys
from Bio import Entrez, SeqIO

Entrez.email = "******@gmail.com"
# 设置email地址，以便NCBI联系你
# 定义一个下载函数，接受一个genebank number作为参数
def download_gb(gb):
    # 使用efetch下载fasta格式的文件
    handle = Entrez.efetch(db="nucleotide", id=gb, rettype="fasta", retmode="text")
    # 读取数据并关闭句柄
    data = handle.read()
    handle.close()
    # 返回读取的数据
    return data

# 如果没有提供文件名参数，则输出帮助信息并退出
if len(sys.argv) != 2:
    print("Usage: python get_gff.py genebank_list_file")
    sys.exit(1)

# 从命令行参数中获取文件名
input_file_name = sys.argv[1]

# 打开输入文件和输出文件
with open(input_file_name, "r") as input_file, open("fasta_list.txt", "w") as output_file:
    # 逐行读取输入文件
    for line in input_file:
        # 去除换行符并下载相应的genebank number的fasta文件
        gb = line.strip()
        fasta = download_gb(gb)
        # 将fasta文件保存为以genebank number命名的文件
        output_file.write(gb + "\n")
        with open(gb + ".fasta", "w") as fasta_file:
            fasta_file.write(fasta)

print("Done!")

然后我发现使用还不是很‘’官方”，于是添加了我的需求。
这是ver1.0

#!/usr/bin/env python

"""
About:   This script downloads FASTA files from NCBI for a list of GenBank IDs.

Usage:   python getfasta.py genebank.list [out.list]

genebank.list: a text file containing GenBank IDs, one per line
out.list (optional): a text file to save the list of downloaded GenBank IDs and their corresponding species names

Note:    This script uses the Entrez module from Biopython to retrieve FASTA sequences from NCBI. Please make sure you have Biopython installed.
"""

import sys

if len(sys.argv) < 2 or sys.argv[1] == '-h':
    print(__doc__)
    sys.exit()

import os
import sys
from Bio import Entrez
from Bio import SeqIO
def fetch_fasta(genebank_id):
    # 定义email地址
    Entrez.email = "**********@gmail.com"
    # 使用efetch下载fasta格式的序列
    handle = Entrez.efetch(db="nucleotide", id=genebank_id, rettype="fasta", retmode="text")
    # 读取序列并返回
    return handle.read()

if len(sys.argv) < 2:
    print("Usage: python getfasta.py genebank.list [out.list]")
else:
    # 获取输入文件名
    input_file_name = sys.argv[1]
    # 如果有输出文件名，则打开文件准备写入
    if len(sys.argv) > 2:
        output_file_name = sys.argv[2]
        output_file = open(output_file_name, "w")
    else:
        output_file = None

    # 打开输入文件
    with open(input_file_name, "r") as input_file:
        # 遍历每一行，获取genebank ID并下载对应fasta序列
        for line in input_file:
            genebank_id = line.strip()
            try:
                fasta = fetch_fasta(genebank_id)
            except:
                # 如果下载失败则跳过该行
                print(f"Warning: {genebank_id} cannot be downloaded.")
                continue
            # 将fasta序列写入文件
            fasta_file_name = genebank_id + ".fasta"
            with open(fasta_file_name, "w") as fasta_file:
                fasta_file.write(fasta)
            # 如果有输出文件则写入对应关系
            if output_file:
                handle = Entrez.efetch(db="nucleotide", id=genebank_id, rettype="gb", retmode="text")
                record = SeqIO.read(handle, "genbank")
                organism = record.annotations["organism"]
                output_file.write(f"{genebank_id}\t{organism}\n")

    # 关闭输出文件
    if output_file:
        output_file.close()

    # 输出完成信息
    print("All done!")

这是两个小时的训练成果。主要的是对我的需求进行一步步的具现化。他生成代码的时间都很短。
更新：这个脚本没啥大用。