SRA到fastq格式的批量转换

生物信息分析人员一般会接触到从NCBI等网站下载的SRA数据，之前也介绍了下载SRA数据的几种方式。下面，我就简单介绍一下如何将下载的sra格式数据转换成为常用的fastq等格式。

1、fastq-dump命令

sratoolkit的下载，该部分详见上一篇文章（SRA数据库及linux本地下载）

单端测序：

fastq-dump SRR14306907.sra -O ./ （结果生成：SRR14306907.fastq）
fastq-dump --fasta SRR14306907.sra -O ./ （结果生成：SRR14306907.fasta）

双端测序：

fastq-dump SRR14306907.sra --split-3 -O ./ （结果生成：SRR14306907_1.fastq，SRR14306907_2.fastq）
fastq-dump SRR14306907.sra --split-3 --gzip -O ./ （结果生成：SRR14306907_1.fastq.gz， SRR14306907_2.fastq.gz）

2、pfastq-dump 

1）下载pfastq-dump

git clone https://github.com/inutano/pfastq-dump
cd pfastq-dump/bin/
chmod a+x pfastq-dump

复制到自己的文件夹 

cp pfastq-dump /home/xuyang/SRAToolkit/sratoolkit.2.10.9-ubuntu64/bin

2）转换格式

单端测序： 

pfastq-dump SRR14306907.sra -O . -t 10

循环

for id in *sra; do pfastq-dump --threads 10 ./$id --gzip; done

双端测序：

 pfastq-dump SRR14306907.sra --split-3 --gzip -O ./ -t 10

循环

for id in *sra; do pfastq-dump --threads 8 ./$id --split-3 --gzip; done

或

for i in `tail -n+1 sra_new.ids|cut -f1`;do
pfastq-dump ${i}.sra --split-3 --gzip -O ./ -t 10
done 

 其中sra_new.ids为所有srafile的ID号，t为线程数

3.批量转换 

for循环函数

for i in `tail -n+1 sra_new.ids|cut -f1`;do
pfastq-dump ${i}.sra --split-3 --gzip -O ./ -t 10
done 

其中sra_new.ids是sra文件的列表

ref:inutano/pfastq-dump: parallel-fastq-dump implementation in bash script (github.com)

NGS小技能（2）：如何进行SRA到fastq格式的快速转换 - 简书 (jianshu.com)