prefetch下载SRA 数据

1. SRA数据库简单介绍 

 

序列读取档案（SRA）存储来自“下一代”测序技术的原始序列数据，包括Illumina、454、IonTorrent、Complete Genomics、PacBio和Oxford纳米孔。除了原始序列数据外，SRA现在还以读取位置的形式在参考序列上存储对齐信息。

2. 四种类型的数据

1. STUDY with accessions in the form of SRP#, ERP#, or DRP#
2. SAMPLE with accessions in the form of SRS#, ERS#, or DRS#
3. EXPERIMENT with accessions in the form of SRX#, ERX#, or DRX#
4. RUN with accessions in the form of SRR#, ERR#, or DRR#

3. SRA 软件工具包的下载

官网地址 下载系统对应的文件​​​​​​​

4. 安装和配置

解压：

tar xzvf sratoolkit.2.11.1-centos_linux64.tar.gz

进入bin目录 运行如下命令进行配置

./vdb-config --interactive 

5. 下载

下载单一文件到当前目录

vim ~/.bashrc
# 最后一行加入 export PATH=sratoolkit_bin_dir:$PATH
source ~/.bashrc 立即生效

prefetch -p SRR62322

-o -O 参数分别指定下载文件名称和目录。

下载多个文件，file.txt  含有多个sra号

prefetch ​​​​​​​--option-file file.txt

prefetch 官方教程​​​​​​​

​​​​​​​6.表型数据下载

SRA的表型数据可以到NCBI的SRA Entrez搜索查看，也可以下载，如下图。

7. 转化成fastq文件

双端测序，加--split-files参数

fastq-dump --split-files SRR6232298.sra

fastq-dump参考文档： fastq-dump官方教程​​​​​​​

​​​​​​​

​​​​​​​