SRA数据几种常用的下载方法
发布网友
共1个回答
热心网友
大部分生物信息学数据来源多样，NCBI、DDBJ和EBI是常见的数据存储平台。部分研究者也会选择将数据上传至github等其他平台供他人获取。
针对NCBI的SRA数据库，我们介绍几种常用的数据下载方法和工具。SRA，主要储存二代测序的原始数据，包括454、Illumina和SOLiD等，现在还包含与参考基因组比对的信息。SRA Toolkit是一个关键工具，它可以直接下载NCBI的SRA数据并转换为fastq格式。为了确保顺利下载，可能需要对SRA Toolkit进行配置，尤其是对于需要自定义文件处理的用户。
除了通过conda进行安装外，你还可以通过SRA Toolkit官网选择适合自己操作系统的版本。使用prefetch这个工具，只需输入SRA号即可下载，例如文献SRR15927225的数据。对于大量数据，可以参考《多行命令并行管理》一文进行并行处理。
除了prefetch，wget也是一种下载工具。以SRR15927225为例，通过NCBI搜索找到数据链接后，直接使用wget命令下载。Aspera则是IBM公司的高速传输软件，其faspTM技术能快速高效地传输数据，当安装了Aspera后，prefetch会优先使用fasp进行数据传输。
Aspera的使用较为复杂，需要预先了解私匙路径。conda安装的私匙通常在anaconda3/etc/目录，官网安装则在~/.aspera/connect/etc/。使用Aspera下载时，只需修改SRA ID即可，如从NCBI切换到EBI，只需调整URL前缀。
SRA-Explorer是一个网页端应用，简化了SRA数据的检索和下载过程。以PRJNA763991为例，添加项目到“购物车”后，可以下载FastQ和SRA数据，有多种下载选项。在使用Aspera下载脚本时，需注意修改私匙路径。
