window 下载 SRA Toolkit 安装使用以及格式转化

SRA下载及安装

1、简介

SRA（Sequence ReadArchive）数据库是用于存储二代测序的原始数据，包括 454，Illumina，SOLiD，IonTorrent，Helicos 和 CompleteGenomics。除了原始序列数据外，SRA现在也存在raw reads在参考基因的比对信息。
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

Runs-- 测序结果集

Samples-- 样品信息

SRA中数据结构的层次关系为：Studies->Experiments->Samples->Runs.

Studies是就实验目标而言的，一个study 可能包含多个Experiment。

Experiments包含了Sample、DNA source、测序平台、数据处理等信息。

一个Experiment可能包含一个或多个runs。

Runs 表示测序仪运行所产生的reads。

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；

2.安装 SRA Toolkit

2.1 工具下载

1.从ncbi下载sratoolkit工具，打开ncbi，到这个界面根据系统下载你需要的sratoolkit，我是Windows 64位。
NCBI网站

2.2.下载后解压

把下载的sratoolkit解压，解压到自己需要的盘，我解压到F盘，文件夹名就是工具名

2.3.配置系统环境变量

快捷键win+R，输入sysdm.cpl，打开配置path，点击环境变量，再点击系统变量的path，点击新建，把你存放sratoolkit的路径复制黏贴加上去，最后点击确定。




上述步骤完成环境变量的配置。

2.4.运行cmd看sratoolkit是否可以使用

同样快捷键win+R，输入cmd打开命令行，输入f:，进入d盘，再cd 文件名，进入存放sratoolkit的目录

接着输入bin\prefetch.exe -h，可以查看prefetch是否正常运行，我一开始是报错的，显示要我配置，报三行代码，我就根据这个输入vdb-config --interactive，出现配置界面，直接退出，再运行bin\prefetch.exe -h，显示帮助信息，就是安装成功。

三、数据下载

3.1.从ncbi的sra数据库搜索想要的序列号，我是找的活性污泥微生物宏基因组数据的，搜索出结果选择序列号下载

下载后会生成一个SRR_Acc_List.txt文件，里面都是序列号。

3.2.使用prefetch下载.sra，可以批量下载，也可以单独下载

3.2.1 单独下载：

3.2.2 批量下载，输入，bin\prefetch.exe --option-file 序列号文件的存放路径，并得到以下结果

完成SRA数据下载。

四.将sra格式转化为fastq数据格式

.sra文件下载完成后，则可以运行cmd, 进入到相应的SRA文件，我这里以SRR000199为例。
执行：
fastq-dump SRR000199
即可将.sra转化为fastq格式。

经过上述步骤，即可完成由SRA Toolkit工具包安装—>数据下载—>数据格式转化。为后续reads拼接/组装奠定基础。
参考：
SRA到fastq格式的批量转换
Windows系统下载SRA数据，使用sratoolkit工具