linux下载sra数据库,linux下使用Aspera Connect下载sra数据

参考链接：https://www.jianshu.com/p/680e8d720516

1. 下载Aspera Connect：在命令行输入如下命令

wget http://download.asperasoft.com/download/sw/connect/3.7.4/aspera-connect-3.7.4.147727-linux-64.tar.gz

2. 解压：

tar zxvf aspera-connect-3.7.4.147727-linux-64.tar.gz

3. 安装：

bash aspera-connect-3.7.4.147727-linux-64.sh

4. 查看是否有.aspera文件夹，去根目录，输入：ls -a #，若看到.aspera文件夹，代表安装成功

5. 永久添加环境变量：

打开~/.bashrc文件，y用vi ~/.bashrc

输入i，切换成编辑命令

export PATH=~/.aspera/connect/bin:$PATH'

Esc，回到命令行

:wq，保存退出

~/.bashrc， 让配置生效

6. 查看帮助文档，验证是否可以调用：

ascp --help

PS：我输入这个命令出现

所以我进行如下操作

之后输入：.aspera/connect/bin/ascp --help 命令就能正常使用aspera工具。

根据 SRA 数据产生的特点，将 SRA 数据分为四类：

Studies-- 研究课题

Experiments-- 实验设计

Samples-- 样品信息

Runs-- 测序结果集

这四种分类有一个层次关系。首先是 Studies->Experiments->Samples->Runs。这也是一个研究

项目正常的逻辑关系。大家要了解这个层级关系， SRA 数据库用不同的前缀加以区分：

ERP 或 SRP 表示 Studies；

SRS 表示 Samples；

SRX 表示 Experiments；

SRR 表示 Runs。

下载工具准备好了，但是我使用的是我师兄的aspera工具，所以我的下载链接从他那边得到。下载步骤如下(由于服务器原因以下步骤的代码仅限于我本电脑使用，你们使用会出错的)：

1. 从NCBI上面获得SRA序列号，在sra数据库输入关键词下载，序列号放在SraAccList.txt文件中下载下来

2. 根据脚本语言把SraAccList.txt里面的序列号转成aspera下载的地址链接，注意序列号要格式统一，每行一个序列号且没有空格转换命令：perl /share/home/cuiyong/perl_soft/sra2ftp.change.pl 文件名

3. 然后根据SraAccList.txt.sh.aspera里面的命令去下载，在linux控制台打开这个文件用less SraAccList.txt.sh.aspera，复制黏贴里面的命令到控制台可以直接下载(下载前去查看SRA文件是否存在，有可能序列号在但是没有文件夹，查看序列号文件夹网址ftp://ftp.ncbi.nlm.nih.gov/sra/sra-instant/reads/ByRun/sra/SRR)。