1

我正在尝试使用函数 entrez_fetch (rentrez pkg) 从 NCBI 的核苷酸数据库中下载大量 fasta 文件。我正在使用 lapply 发出多个请求，每个请求的起点（retstart）都比最后一个请求高，这样我最终可以获取与我之前的搜索匹配的所有记录：

term <- seq(from = 0, to = 10000, by = 500)
fetch_apply <- lapply(term, function(x)
                      entrez_fetch(
                          db = "nuccore",
                          web_history = search$web_history,
                          rettype = "fasta",
                          retstart = paste0(x),
                          retmax = 500))
print(fetch_apply)

这给了我这个错误信息：

Error in entrez_check(response) : HTTP failure: 502, bad gateway. This error code is often returned when trying to download many records in a single request. Try using web history as described in the rentrez tutorial

所以我的问题是 NCBI 对每秒发出的请求数量有限制（他们建议最多 3 个），我无法更改我的代码以满足此要求。我尝试使用 Sys.sleep 如下：

term <- seq(from = 0, to = 10000, by = 500
fetch_apply <- lapply(term, function(x)
                      entrez_fetch(
                          db = "nuccore",
                          web_history = search$web_history,
                          rettype = "fasta",
                          retstart = paste0(x),
                          retmax = 500))
                       Sys.sleep(0.4)
print(fetch_apply)

但这也不起作用。我收到与上述相同的错误，但正如您在我的代码中看到的那样，我正在使用网络历史记录。

有一次，我让这段代码最多可以处理 1000 条记录，但它并没有像这里写的那样工作（试图拉 10000 条记录）。这些都只是测试数据，我实际上需要代码以 500 条记录增量处理 390 000 多条记录（电子实用程序文档建议这样做）。

有什么想法吗？我尝试将 Sys.sleep() 提高到 7 秒，但我仍然收到错误消息。

4

0 回答 0