centos 安装trace_Sratoolkit安装和使用

前言：

NCBI数据库上的数据存储，是sra格式的，这样的格式将文本数据压缩的很小，而我们的测序下机数据一般是fastq格式的，所以我们下载完之后要利用sratoolkit进行解压

安装环境：

Centos Linux release 7.8.2003 (Core)

Sratoolkit.2.10.8-Centos_linux64

Sratoolkit安装和简单使用

进入到指定的软件目录：

cd /home/biological/biosoftware

Sratoolkit软件官网：

https://trace.ncbi.nlm.nih.gov/Traces/sra/sra.cgi?view=software

从网址中下载安装包，下载命令：

wget https://ftp-trace.ncbi.nlm.nih.gov/sra/sdk/2.10.8/sratoolkit.2.10.8-centos_linux64.tar.gz

解压：

tar xzvf sratoolkit.2.10.8-centos_linux64.tar.gz

添加全局变量：

echo "export PATH=$PATH:/home/biological/biosoftware/sratoolkit.2.10.8-centos_linux64/bin" >> ~/.bash_profilesource ~/.bash_profile

这样只能使用单线程处理，为了加快速度，我们安装多线程极速版，下载链接如下：

链接：https://pan.baidu.com/s/1qOHnNtqzVWQ3m8UbtGTmtg提取码：va83

解压之后将bin文件夹的pfastq-dump放入sratookit的bin文件夹，并且修改执行权限

 chmod a+x pfastq-dump

Sratoolkit原版及加速版的Sratoolkit软件到此就安装完毕了，可以利用fastq-dump –version和pfastq-dump –version命令检测是否正确安装fastq-dump和pfastq-dump，截图如下：

测试数据我们用NCBI数据库中的编号为“SRR12062121”的数据，如果觉得麻烦也可以从下面的链接下载数据练习：

链接：https://pan.baidu.com/s/1P8C_SIopSlDfQ7kt5peQfA提取码：zsbz

如果想获取软件的使用说明或者其他帮助，可以利用pfastq-dump -h命令获取详细的技术文档。如下所示：

当我们要利用sratoolsratoolkit软件将数据格式转换为fastq 的话，需要用到以下命令(如果数据是双端测序，那么就要写入 --split-e 这个参数，如果是单端测序则不需要加)：

-t：需要用到的线程数(越多速度越快，但是要按照自己机器的配置来选)

-s：要转换的SRA数据的ID

-O：输出目录

--gzip：可以选择输出的格式为zip的形式，也可以正常输出，后续的处理软件面对完全解压或者是压缩包两种格式都可以处理，所以按照自己电脑的配置来选择合适的参数调整命令:

进入到测试数据的目录下

cd /home/biological/biodata/test/RNAseq

所以我们利用pfastq-dump这个工具，利用8个线程将SRR12062121这个双端测序的sra格式文件转换成fastq格式并输出到/home/biological/biodata/test/RNAseq_out/目录下：

命令及测试截图如下：

pfastq-dump --gzip -s SRR12062121 --split-e -t 8 -o /home/biological/biodata/test/RNAseq_out/

这时候我们进入到/home/biological/biodata/test/RNAseq_out/文件夹下:

cd /home/biological/biodata/test/RNAseq_out/

可以看到我们需要的数据已经转换完完毕：

这时候可以利用

less SRR12062121_1.fastq.gz

命令查看转换完毕后的fastq文件了：