生信搬运工-02-sra文件的下载

生信搬运工-02

---

一、SRA数据库

SRA数据库: Sequence Read Archive：隶属NCBI (National Center for Biotechnology Information)，它是一个保存大规模平行测序原始数据以及比对信息和元数据 (metadata) 的数据库，所有已发表的文献中高通量测序数据基本都上传至此，方便其他研究者下载及再研究。其中的数据则是通过压缩后以.sra文件格式来保存的，SRA数据库可以用于搜索和展示SRA项目数据，包括SRA主页和 Entrez system，由 NCBI 负责维护。

ENA数据库：European Nucleotide Archive：隶属EBI (European Bioinformatics Institute)，功能等同SRA，并且对保存的数据做了注释，界面相对于SRA更友好，对于有数据需求的研究人员来说，ENA数据库最诱人的点应该是可以直接下载fastq (.gz)文件，由 EBI 负责维护。

两者在主要功能方面非常类似，同时数据互通。

二、sra文件下载方式

1.SRA Toolkit安装与使用

SRA Toolkit是ncbi下载.sra文件和转换.fastq文件的极好工具。
首先，到ncbi官网点击Download–>Download tools，找到SRA Toolkit，点击Download，找适合自己的版本，比如CentOS Linux64位，复制链接，在服务器上用wget下载。

下载

wget https://ftp-trace.ncbi.nlm.nih.gov/sra/sdk/3.0.0/sratoolkit.3.0.0-centos_linux64.tar.gz

解压缩，并配置环境

tar xzvf sratoolkit.3.0.0-centos_linux64.tar.gz
cd sratoolkit.3.0.0-centos_linux64/bin | pwd | cd ..    #复制路径
echo 'export PATH=$PATH:/home/hongsheng_zhong/software/sratoolkit.3.0.0-centos_linux64/bin ' >> ~/.bashrc
source ~/.bashrc            #添加环境变量
vdb-config --interactive    #会出现一个框架，按字母x键退出，然后就可以使用啦
prefetch -V                 #安装成功测试

下载SRA命令

prefetch SRR1553610    #下载.sra文件
fastq-dump --split-e ./SRR1553610/SRR1553610.sra  #将.sra文件转换成.fastq文件

.sra转换成fastq格式文件

fastq-dump --split-3 SRR1553610.sra

经测，速度很快

#单个数据下载
prefeth SRR4045218 -O output  #output为数据输出路径
#批量下载，提前准备好SRR编号的TXT文件
prefetch -O output --option-file SRR_Acc_List.txt

通过数据库查找对应SRR号可以获取数据链接。一般都显示在“Data access”界面下。

超过20G的文件使用wget下载

wget -c -t 0 -O 	SRR4045218.sra https://sra-downloadb.be-md.ncbi.nlm.nih.gov/sos3/sra-pub-run-19/SRR4045218/SRR4045218.1

2.grabseqs下载sra数据

第四种下载方式的优势在于可以直接将下载的sra数据直接转换为fastq文件。该软件基于python3，可使用pip安装。

#安装
pip3 install grabseqs
#下载数据
grabseqs sra -t 6 SRR000000 SRP000000 PRJNA000000

总结

sra里保存着测序的.sra格式的原始文件，一般有四种下载方式，以上介绍sratoolkit、grabseqs两种方式，另外可以直接在数据库里用链接下载，或者使用aspera下载数据。
原文链接：https://blog.csdn.net/weixin_45214599/article/details/114847650
原文链接：https://blog.csdn.net/weixin_44065382/article/details/120378765