NCBI的SRA(Sequence Read Archive)数据库是一个公共数据库,用于存储高通量测序数据,包括基因组、转录组和表观基因组等数据。研究人员可以在SRA数据库中找到各种生物样本的测序数据,并进行检索、下载和分析。
在NCBI的SRA数据库中,可以找到来自各种生物种类的测序数据,包括但不限于动物、植物、微生物等。这些数据有助于研究人员开展基因组学、转录组学和其他生物信息学研究。
其中sratoolkit软件可以下载数据,软件有两种下载方式。
第一种命令行下载:wget https://ftp-trace.ncbi.nlm.nih.gov/sra/sdk/3.0.7/sratoolkit.3.0.7-ubuntu64.tar.gz
第二种直接在windows系统中下载。
最后cd到下载目录,tar -zxvf sratoolkit.3.0.7-ubuntu64.tar.gz,解压缩。
vim ~/.bashrc,添加 export PATH="/mnt/h/softwore/sratoolkit.3.0.7-ubuntu64/bin/:$PATH" ,保存退出后,source ~/.bashrc,激活。
prefetch -h
Usage:
prefetch [options] <SRA accession> [...]
Download SRA files and their dependencies
prefetch [options] --cart <kart file>
Download cart file
prefetch [options] <URL> --output-file <FILE>
Download URL to FILE >>>>>> 出现这些后,代表可用。
在SRA数据库中可以找到很多的测序数据,可以在网页中搜素,找到自己感兴趣的数据,同时在SRA中搜索数据的方式方法也有很多,大家可以自学一下,最终找到自己感兴趣的数据。
我找了小鼠的RNA转录组测序数据。
示例数据SRR28178505
prefetch
是 SRA Toolkit 中的一个命令行工具,用于从 NCBI 的 Sequence Read Archive (SRA) 下载数据。它可以帮助用户快速、高效地下载 SRA 数据集到本地计算机进行后续分析。1.可以下载数据:通过指定 SRA 数据集的 accession 号码,prefetch
可以下载相应的测序数据文件,包括原始测序数据和元数据信息。2.加速下载:prefetch
工具会尝试并行下载数据,以提高下载速度,并且能够利用 NCBI 的服务器资源来加速下载过程。自动解压:下载完成后,prefetch
会自动解压数据文件,使其准备好供后续处理和分析使用。
prefetch SRR28178505 #可以一个一个下。
也可以准备个文件,里面有下载的accession 号,cat download_file |while read id;do (prefetch $id &);done # 批量后台下载。
fastq-dump SRR28178505.sra #这个命令行可以解压单端数据。
fastq-dump --split-files SRR28178505.sra #这个命令行可以解压成双端数据。
最后得到双段数据SRR28178505_1.fastq,SRR28178505_2.fastq。
同时还可以批量解压。
ls SRR* | while read id;do ( nohup fasterq-dump -O ./ --split-files -e 6 ./$id --include-technical & );done #这样就可以批量解压了。
最后,我们得到了fastq文件。接下来,我们就可以对它们进行各种操作了。