RNA-seq测序流程一：数据下载

目录

---

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：

1. SRA Toolkit 进行下载NCBI数据
2. aspera 工具下载EBI数据
3. wget, curl 命令直接下载
4. grabseqs 工具下载

参考：RNA-Seq 流程–step 1 ：数据下载

一、NCBI官方的 SRA Toolkit 进行下载

获取GEO编号，比如GSE100939，点击页面下方的SRA Run Selector。

进入SRA Run Seletor

1. 结合原文献，勾选自己需要分析的样本数据；
2. 点击Accession list，下载后得到，SRR_Acc_List.txt；
3. 也可点击Metadata，下载后得到，SraRun Table.txt。

这是本次示例所要下载的数据：
SRR5812059
SRR5812058
SRR5812057
SRR5812056
SRR5812055
SRR5812054

prefetch 下载数据

##单个样本下载
prefetch SRR5812059 -O output #output替换为你想下载数据的路径
#21:06开始加载,23:28才下载完成，即一个样本测序数据用时2h22min

## 批量下载数据
prefetch -O output --option-file SRR_Acc_List.txt  ##SRR_Acc_List.txt是需要下载的样本列表；output是下载数据存储的路径

二、aspera 工具下载

1. aspera 软件安装

##下载 aspera 软件，在aspera 官网界面找到IBM Aspera Connect，找到Linux版本链接下载

##解压
tar zxvf ibm-aspera-connect_4.1.3.93_linux.tar.gz

##运行脚本
bash ibm-aspera-connect_4.1.3.93_linux.sh

#安装后会提示默认的安装地址，进入后查看是否有.aspera文件夹  

cd         # 进入安装地址
ls -a     # 如果看到.aspera文件夹，代表安装成功

# 永久添加环境变量
echo 'export PATH=~/.aspera/connect/bin:$PATH' >> ~/.bashrc  && cp ~/.bashrc ~/.bash_profile

source ~/.bashrc ~/.bash_profile

##或者直接conda安装 

2. 查看密钥

#查看密钥，一定要明确软件安装的位置
$ find ./ -name asperaweb_id_dsa.openssh
./.aspera/connect/etc/asperaweb_id_dsa.openssh

3. 下载数据

ENA数据库获取下载链接，网址
如下载编号：PRJNA393461


选择要下载的选项（我们这里使用的工具是aspera，所以选择该选项，还有其他下载工具选择）

选择TSV下载


在操作以下代码之前，需要将上述run_accession相关内容即fastq_aspera字样删除，仅剩下载链接的文本

outputdir=/home/ghost/LINE_seq/rawdata_aspera/
cat filereport_read_run_PRJNA393461_tsv.txt |while read id; 
do echo "ascp -k 1 -QT -l 300m -P33001 -i /home/ghost/.aspera/connect/etc/asperaweb_id_dsa.openssh era-fasp@${id} ${outputdir}"; 
done >sra.download.sh
nohup bash sra.download.sh >sra.download.log &
#平均每个10～30分钟左右

① -k :表示断点续传，通常设置为1即可
② -Q：启用-Q或-QQ传输策略，使用-l和-m来设定目标和最低传输速度。-T：取消加密传输。若不添加此参数，可能会下载不了
③ -l ：设置最大传输速度，比如设置为 200M 则表示最大传输速度为 200m/s。若不设置该参数，则一般可达到10m/s的速度
④-i ：输入私钥，安装后有在目录 ~/.aspera/connect/etc/下有几个私钥，一般处于miniconda目录下
⑤：–host：ftp的host名，NCBI的为http://ftp-private.ncbi.nlm.nih.gov；EBI的为http://fasp.sra.ebi.ac.uk。
⑥：–user：用户名，NCBI的为anonftp，EBI的为era-fasp。
⑦：–mode：选择模式，上传为 send，下载为 recv。

4. 结果文件：
   将所选的6个.fastq文件都下载了，但根据download.log文件的报错提示，最后一个文件下载中断，需要单独重新下载
   

download.log文件会记录下载文件过程及相关报错