NCBI 数据下载
介绍如何在大型生物数据库NCBI上下载数据
已发表的文章的原始数据往往会公布出来，大家可以基于原始数据进行信息深挖，结合自己的生物学问题也可以撰写出不错的文章。
这些公开的数据大部分会上传到大型数据库，少部分会进行自己网站的构建后放在自己的网站上。今天主要是介绍如何在大型生物数据库NCBI上下载数据。
1. 直接下载：数据量小于5G的时候适用
① 检索：搜索一个sra号，进入RUN的详情页
② 下载到本地：选择download一栏会直接下载到本地，不想下载到本地请看③
③下载到服务器：复制下载链接到linux上下载
wget -c -b https://www.be-md.ncbi.nlm.nih.gov/Traces/sra-reads-be/fastq?acc=DRR296014
2. 利用软件：SRA Toolkit 和 Aspera
(1) SRA Toolkit
① 单个下载：指定Run编号下载
prefetch DRR296014
② 批量下载 ：先在NCBI下载所有run的信息
执行命令：
prefetch --option-file SRR_Acc_List.txt
③ 格式转换：sra变成fq
# 双端测序：
fastq-dump --split-3 sra文件
# 单端测序：
fastq-dump sra文件
更快的转换方式：
fasterq-dump --split-3 sra文件
(2) Aspera
直接下载，需要去除前面的域名，用如下命令下载，注意最后有一个点.，表示文件下载到当前目录并且保持原文件名
ascp -i ~/.aspera/connect/etc/asperaweb_id_dsa.openssh -l 100M -k 1 -T anonftp@ftp.ncbi.nlm.nih.gov:/refseq/release/viral/viral.2.1.genomic.fna.gz .
参考：
SRA Toolkit - prefetch 快速下载NCBI SRA数据 - 简书 (jianshu.com)
- 发表于 2023-12-18 11:25
- 阅读 ( 579 )
- 分类：其他
