作为一个科学工作者，不能老灌水。有时候也写点专业的文章吧！
虽然标题写得很大很空洞，但这个问题是无解的——因为永远有未知的物种在等着你。那么我们换一个更加实际的问题：世界上有多少已知的生物物种呢？
标签： 生物信息学
使用 Vue 开发生物信息学数据库的体会
这不是教程，而是我的随笔✏️
自从前年刚入职的时候猛干 7 天 Flask 开发之后，我就感觉 Flask 做后端还马马虎虎，做前端实在是在笨重了。所以萌生了上框架的想法。早在 2017 年时我就曾经尝试看 Vue 教程，结果因为看不懂放弃了，有点可惜。去年开始开发新项目时，知道这个项目负责，不上框架很可能搞不定。于是硬着头皮学习 Vue3，配个 ChatGPT 的帮助，终于搞定了。
7天用 Flask 开发完一个生物信息学数据库的体会
这不是教程，而是我的随笔✏️
以前，做普通计算时用 Perl，开发数据库网页后台却用 PHP，然后前端还要用 JavaScript，简直要把人折腾死。后来普通计算从 Perl 转到 Python，发现 Python 有个工具叫做 Flask 可以代替 PHP 作为网页后台，那就方便了，能省用一种语言。
第一个 Flask 开发的工具是 2019 年刚开始学 Python 时开发的一个 Pipeline，不涉及数据库查询，只是接收输入、后台计算，得到结果，页面只有一个，比较简单。
GTF与GFF3的相互转换
GTF虽然比较古老，但确实有些软件（即使是最近的，例如SQANTI）会用到。转换的方法可能有各种各样，下面给出我实践过可行的方法：
GFF3转成GTF
gffread old.gff3 -E -F -T -o new.gtf
# -F preserve all GFF attributes (for non-exon features)
# -E show all warningsGTF转成GFF3
gffread old.gtf -E -F --keep-genes -o new.gff3可能有人会问GFF3转成GTF为什么不用gt gff3_to_gtf？主要问题在于这样子会把ID编号全部丢掉（我手头上的v1.5.8），所以不用了。
PharmGKB数据库中的基因下载页面
PharmGKB有一个隐藏得很深的基因下载页面，在这里可以下载获得各种excel格式的Haploid定义表、功能表、频率表等。
URL是：https://www.pharmgkb.org/page/cyp2a6RefMaterials，把其中的cyp2a6替换成自己要的基因即可。
全部的基因列表是：https://www.pharmgkb.org/page/pgxGeneRef
从ENA下载SRA
最近（2020年以来），Aspera（ascp）无法从NCBI下载SRA了，但是可以用ENA下载。现在以（SRR10609482）为例，官方教程在此：
版本问题
目前 Aspera（ascp）最新的是4.2.X版，但是它有个问题是不存在 .aspera/connect/etc/asperaweb_id_dsa.openssh 这个文件，所以需要找老版本。遗憾的是官网下载老版本需要注册登录账号，因此这里提供一个 URL 解析的结果，下载 3.11.2 版：
https://d3gcli72yxqn2z.cloudfront.net/connect/bin/ibm-aspera-connect-3.11.2.63-linux-g2.12-64.tar.gz步骤
获取准确链接
访问https://www.ebi.ac.uk/ena/browser/view/SRR10609482，获取准确链接如下：
ftp://ftp.sra.ebi.ac.uk/vol1/fastq/SRR106/082/SRR10609482/SRR10609482_1.fastq.gz
ftp://ftp.sra.ebi.ac.uk/vol1/fastq/SRR106/082/SRR10609482/SRR10609482_2.fastq.gz可以看出中间出现了一个奇怪的三位数082。
一些有意思的SNP
（一）参考基因组为minor allele
很多情况下，人类参考基因组上的碱基是major allele。但也有相当多的情况下，它们是minor allele，有时甚至是rare allele。
BRCA2基因上有一个变异位点编号为rs169547，为非同义突变。全世界98%的人都是等位基因C，只有2%的人是等位基因T。
但是参考基因组上的等位基因是T（GRCh37和38都是），这纯属侥幸。