如何下载NCBI中的测序数据

最新推荐文章于 2025-03-05 14:20:05 发布
最新推荐文章于 2025-03-05 14:20:05 发布
阅读量2.2k 收藏 23
点赞数 7
文章标签： 数据库 linux 大数据 big data
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Da_gan/article/details/143095472
版权

NCBI官网National Center for Biotechnology Information

https://www.ncbi.nlm.nih.gov/

图片

搜索RNA-seq, 进入GEO数据库

图片

点击第一篇RNA-seq相关文章，作为案例

图片

点击文章进去可以看到对应的GSE号

图片

往下滑动可以看到对应的GSM号和SRA Run Selector

图片

点击SRA Run Selector, 竟然没有对应SRR信息

图片

那就换一篇

图片

图片

还是进入SRA Run Selector可以看到对应有SRR号，一个SRR号就是一个样本

图片

在NCBI的数据库中，数据的组织层次结构比较复杂。以下是几个常见的编号（SRR、SRX、SRP等）及它们的含义：

1. SRR 号（SRA Run Number）

  • 表示：一个具体的测序运行（Run）。

  • 用途：指向一个具体的实验数据文件，通常是单个FASTQ文件或多个分割文件（如双端测序）。

  • 例子：SRR12345678

  • 解析：每个SRR编号代表一次具体的测序过程及其输出的数据。下载时，SRR是最常用的编号。

2. SRX 号（SRA Experiment Number）

  • 表示：一个实验（Experiment）。

  • 用途：将多个测序运行（多个SRR）归属于一个实验。

  • 例子：SRX987654

  • 解析：如果一个实验使用了不同的平台或多次重复测序，那么它会包含多个SRR编号。

3. SRP 号（SRA Project Number）

  • 表示：一个项目（Study/Project）。

  • 用途：将多个实验（SRX）归类为一个研究项目。

  • 例子：SRP234567

  • 解析：SRP号通常对应于一个研究者提交的整体项目，用来描述一个研究计划的背景和目的。

4. PRJNA 号（Project Accession Number）

  • 表示：NCBI BioProject编号，用于跟踪研究项目。

  • 用途：PRJNA号是与SRP号类似的BioProject编号，但PRJNA可以跨数据库使用，包括基因组数据、RNA-Seq、和基因表达等不同类型的数据。

  • 例子：PRJNA123456

  • 解析：它提供了项目的整体描述，并与SRA项目（SRP号）关联。

5. GSM 号（Gene Expression Sample）

  • 表示：一个样品（Sample）。

  • 用途：GSM编号用于Gene Expression Omnibus (GEO)数据库中的单个样品数据。

  • 例子：GSM345678

  • 解析：GSM描述了某个具体生物样品的特性，并且可能包含RNA-Seq、微阵列数据等。

6. GSE 号（GEO Series）

  • 表示：一个数据系列（Series）。

  • 用途：将多个样品（GSM）组织为一个实验系列，表示实验的整体设计。

  • 例子：GSE678910

  • 解析：GSE号描述了一个GEO研究项目中的实验设计，并将相关样品和数据进行分组。

7. SRA号（Sequence Read Archive Number）

  • 表示：一个档案（Archive）。

  • 用途：SRA是整个序列数据存档数据库的名字，而SRA编号指向一个已提交的归档条目，通常是BioProject、实验、运行等信息的集合。

  • 例子：SRA123456

  • 解析：这个编号用于访问整个项目或归档数据的一部分，但与SRP/PRJNA信息部分重叠。

现在开始下载数据

下载数据前得配置好sratoolkit

wget https://ftp-trace.ncbi.nlm.nih.gov/sra/sdk/2.11.3/sratoolkit.2.11.3-centos_linux64.tar.gz

tar -zxvf sratoolkit.2.11.3-centos_linux64.tar.gz   #解压
vi ~/.bashrc   #用vi编辑器编辑bashrc文件 i #由command line 进入insertion lineexport PATH=$PATH:/data1/ganyuli/up_download_tool/sratoolkit.2.11.3-centos_linux64/bin   #这里是bin文件的绝对路径 
Esc :wq   #退出并保存source ~/.bashrc   #让配置生效

cd /data1/ganyuli/up_download_tool/sratoolkit.2.11.3-centos_linux64/bin./vdb-config --interactive    #执行vdb-config --interactive

配置到这还没完，得进入图形界面进行操作后，后面才能运行程序

cd /data1/ganyuli/up_download_tool/sratoolkit.2.11.3-centos_linux64/bin

./vdb-config --interactive #运行这条命令后就会进入图形界面

图片

Tab键移动到CACHE，然后enter键进入

图片

Tab键移动到choose

图片

enter键进入chose, 选择一个默认的数据下载具体路径，到时候程序命令下载如果不指定输出路径，就会默认输出到这个路径

图片

Tab移动到OK处，enter回车，选择yes再回车，再ok

图片

最后exit, yes, ok

图片

图片

图片

这样就配置完成了

数据下载命令很简单

#单个数据下载，输出到当前目录/data1/ganyuli/up_download_tool/sratoolkit/bin/prefetch SRR30969882 -O ./# 下载后数据格式是sra格式，转换这个数据的格式为fastq,输出到当前目录# 下面这个命令的参数，可以不用管数据是单端还是双端，是自动识别的，转换出来是是啥就是啥/data1/ganyuli/up_download_tool/sratoolkit/bin/fastq-dump --split-3 --gzip ./SRR30969882/SRR30969882.sra -O ./
# 批量下载# 可以准备一个SRR.txt文件，里面只有一列，每行都是一个SRR号，并且保证是Unix格式for i in `cat SRR.txt`doif [ -e "fastq/${i}_2.fastq.gz" ]; then    echo "$i has been dowloaded"else  /data1/ganyuli/up_download_tool/sratoolkit/bin/prefetch $i -O ./sra  /data1/ganyuli/up_download_tool/sratoolkit/bin/fastq-dump --split-3 --gzip ./sra/$i/$i.sra -O ./fastq
fi
done



# 如果转换格式太慢，可以换成fasterq-dump,快一点fasterq-dump SRR30969882.sra

生信大白记第17记，就到这里，关注我！

下一记，持续更新学习生物信息学的内容！

生信大白记邮箱账号：shengxindabaiji@163.com

生信大白记简书账号：生信大白记

生信大白记CSDN账号：生信大白记

生信大白记微信公众号：生信大白记

加入生信大白记交流群938339543

从NCBI批量下载数据
qq_50637636的博客
03-13 3496
NCBI下载文献中提到的数据时，都会遇到数据较多，下载较慢的问题，本文提供了一个shell脚本可以批量化下载数据，提高工作效率。比如说，有一个Project号为PRJNA229998，GEO号为GSE52778的项目（转录组数据既有Project号也有GEO号，两者对应的同一个项目），该项目测了哮喘病人服用两种药后气道平滑肌的转录组，网址为，我想要下载服用Alb这种药和对照组为服药的转录组数据，大体分为三步走，一是拿到SRA号，二是筛选想要的SRA号，三是下载。
NCBI数据下载-sra
gaomeihong1993的博客
08-01 786
NIBI数据下载-sraNCBI数据下载步骤进入NCBI选择需要的数据选择需要的数据查看数据相信信息点击数据连链接，进入下载页面下载并安装SRA Toolkit NCBI数据下载步骤 NCBI具有强大的功能，今天就sra数据下载为例进行简单的介绍 进入NCBI 百度NCBI官网，点击进入，或者直接搜索链接：https://www.ncbi.nlm.nih.gov/ 选择需要的数据 如下图所示，这里...
【教程】如何在ncbi下载基因组序列
最新发布
weixin_45026226的博客
03-05 503
③下载genome sequences和annotation features这两个文件（其中fasta文件是此物种全基因组序列，gff是全基因组序列的注释文件）①进入ncbi官网，搜索植物的拉丁名或者英文名。在搜索结果里，点击assembly对应的records number数字。②点击GFF右边的三个小点，在里面选择download refseq。
NCBI上测序数据的下载
weixin_55372631的博客
05-12 1484
在生信分析中，由于论文中提供的数据有限，很多时候需要自己下载论文中的测序数据重新进行分析，从而得到自己想要的数据。而论文中的作者往往会把测序数据上传到NCBI中。因此学会如何从NCBI下载测序数据非常重要。
NCBI 数据下载
小猪打呼噜
04-12 1470
网上介绍的那几种直接下载NCBI数据的方法大都下载速度很慢，但是EBI (European Bioinformatics Institute) 下载很快，而且它的数据库和NCBI是共享的，所以我们可以直接从 EBI 下载。1 、 确定要下载的 SRA 编号；
NCBI原始数据下载by Aspera Connect
dengleize6745的博客
08-31 368
主要参考这篇文章： http://mp.weixin.qq.com/s?__biz=MzA5NjU5NjQ4MA==&mid=2651154488&idx=1&sn=e693a1a1f8163960e99812a6d7473aa0&scene=23&srcid=0831PboACKYo6omCEfKhXLhV#rd 因为昨天刚装了centOS，...
工具：如何从NCBI下载SRA数据
专注生信领域
05-02 1488
如何使用sra tools从NCBI下载SRA数据
linux下载测序数据,从NCBI下载测序数据 | 也许是目前最详细的版本
weixin_30586369的博客
05-12 3721
目录一、使用NCBI的工具进行下载1. 下载和安装Entrez Direct以及SRA toolkit1.1 下载和安装Entrez Direct1.2 下载和安装SRA toolkit2.使用NCBI的工具进行数据下载2.1 命令的含义2.2 使用NCBI的工具下载数据2.3 批量获取想要下载的sra数据的编号二、使用其他工具进行数据下载1. wget -i进行批量下载2. 使用FileZill...
linux下载测序数据,利用SRA号从NCBI下载测序原始数据
weixin_28916013的博客
05-12 1429
生物或医学中涉及高通量测序的论文，一般会将原始测序数据上传到公开的数据库，上传方式见测序文章数据上传找哪里；并在文章末尾标明数据存储位置和登录号,如The data from this study was deposited in NCBI Sequence Read Archive under accession SRA: SRP114962.。NCBI的SRA (Sequence Read ...
从NCBI当中SRA数据库中下载高通量测序数据
wangprince2017
11-14 1990
从NCBI当中SRA数据库中下载高通量测序数据 NCBI sra 数据下载 用迅雷替代官方的prefetch批量下载SRA测序数据，更快更稳定！ 用别人的数据，发自己的文章 由于大多数杂志在文章发表前要求公开数据，所以随着测序文章的爆发，NCBI的SRA数据库当中积累了海量的测序数据。我们可以利用这些数据重新做数据挖掘，发表新的文章。 官方下载方法不太稳 要利用数据，首先得下载得到数据，虽然SRA数据库提供的SRA Toolkit 工具包里的prefetch可以下载，但是用这个
科研人员如何在国内高速下载测序数据SRA
11-19
此外，为了更好地使用enaBrowserTools和Aspera进行数据下载，还需要进行一系列配置。包括配置Aspera的许可，设置环境变量，创建配置目录并将Aspera的私钥复制到该目录。在配置Aspera时，需要指定ascp脚本的路径，...
NCBI下载原始测序数据及SRA格式转换为fasta
m0_55807085的博客
03-29 5649
NCBI下载原始测序数据 在ncbi里面的SRRXXXX下面找到data access 下载之后是SRA格式，是二进制文件，这时候就要用到SRAToolKIT ~/sratoolkit/bin/fastq-dump -I --split-files SRR390728 #生成两个fastq文件（--split-files），其中包含“ .1”和“ .2”读取对（-I），用于配对端数据 3.这时候得到的是fastq格式的数据，再用工具转换成fasta格式的文件 1 linux下直接： sed -n '
生信项目之NCBI下载数据集详解
weixin_44540733的博客
03-10 8797
NCBI（National Center for Biotechnology Information）的中文名称是美国生物信息技术中心，该网站是美国医学图书馆（NLM）的一部分。该网站提供了下载数据集、上传数据集、在线分析数据集以及提供了部分生物信息学工具如（BLAST：一款序列比对工具）等功能。本文主要介绍如何在NCBI上下载数据集。这三种方法是目前比较常用的下载数据集的方法，当然还用其他很多下载数据集的方法，具体的下载数据集的方法要按照该生信项目的需求进行下载。
从 NCBI SRA 数据库下载文件——获取想要的数据
生信学习
03-20 1万+
事情是这样的，最近啊，在研究拟南芥叶片的数据，需要下载一批数据，之前整理过Sra-ToolKit的安装使用，这次干脆整理一下我知道的NCBI数据搜索和下载的方式😑全称：Sequence Read Archive，是一个公开可访问的存储和共享高通量测序数据的中心资源库。它由美国国家生物技术信息中心（NCBI）维护，该中心是美国国家医学图书馆（NLM）的一部分。
NCBI数据下载的几种方法
ma1239631998的博客
01-09 1万+
批量下载Genbank中的数据
<二代测序> 下载 NCBI sra 文件
热门推荐
自由 平等~忠诚 奉献
04-06 2万+
随着测序技术的不断提高，二代测序数据成指数增长。 NCBI提供了SRA数据库存储这些数据。 http://www.ncbi.nlm.nih.gov/sra为了方便更好的分析这些数据，NCBI提供了下载的命令行工具：sra-toolkit。包括以下命令： 官方文档： http://trace.ncbi.nlm.nih.gov/Traces/sra/sra.cgi?view=toolkit_do
RNA-seq测序流程一：数据下载
HLmk12345的博客
05-05 3538
目录 文章目录目录前言一、NCBI官方的 SRA Toolkit 进行下载二、使用步骤1.引入库2.读入数据总结 前言 如果有公司提供的测序数据，包含fastq测序文件，便可直接进行 公共数据库下载数据： EBI数据下载 DDBJ数据下载 NCBI下载SRA数据有四种方法： NCBI官方的 SRA Toolkit 进行下载 aspera 工具下载 wget, curl 命令直接下载 grabseqs 工具下载 一、NCBI官方的 SRA Toolkit 进行下载 获取GEO编号，比如GSE1009
NCBI下载数据-SRA ToolKit操作补充
weixin_44874487的博客
09-03 656
参考。
ncbi查找目的基因序列_技能篇 | NCBI的5种常见使用方法（二）
weixin_42515340的博客
01-03 2万+
上期回顾：技能篇 | NCBI数据库使用教程(一)一、查找基因序列、mRNA序列进入NCBI 主页，在 search 后面选择 Gene，输入需要查找的基因的名字，点击search，查看结果。以基因P53为例，搜索结果如图：点击红框部分，进入并下拉，可以看到大量的信息，如下图：二、用Probe查找已经公布的引物序列进入NCBI主页，在下拉菜单选择Probe之后填写需要查找的基因名称。点击searc...
NCBI SRA数据库操作指南：从查询到下载测序数据
通过以上步骤，用户能够有效地利用NCBI SRA数据库进行数据查询、筛选和下载，这对于生物学家、研究人员和数据分析人员来说，是获取和处理高通量测序数据的重要工具。理解并熟练操作SRA数据库有助于提升科研效率，...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值