NGS小技能（2）：如何进行SRA到fastq格式的快速转换

前言

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。

方法

1、NCBI sratoolkit 工具的fastq-dump命令

1）下载sratoolkit

$ wget -c https://ftp-trace.ncbi.nlm.nih.gov/sra/sdk/2.8.2/sratoolkit.2.8.2-centos_linux64.tar.gz

2）解压缩

$ tar xzvf sratoolkit.2.8.2-centos_linux64.tar.gz

3）添加环境变量

$ echo "export PATH=$PATH:/Software/sratoolkit.2.8.2-centos_linux64/bin" >> ~/.bash_profile
$ source ~/.bash_profile

4）格式转换

单端测序：

$ fastq-dump SRR029945.sra -O ./ （结果生成：SRR029945.fastq）
$ fastq-dump --fasta SRR029945.sra -O ./ （结果生成：SRR029945.fasta）

双端测序：

$ fastq-dump SRR2090164.sra --split-3 -O ./ （结果生成：SRR2090164_1.fastq，SRR2090164_2.fastq）
$ fastq-dump SRR2090164.sra --split-3 --gzip -O ./ （结果生成：SRR2090164_1.fastq.gz， SRR2090164_2.fastq.gz）

2、pfastq-dump 让转换速度提升数倍

1）下载pfastq-dump

$ git clone https://github.com/inutano/pfastq-dump
$ cd pfastq-dump/bin/
$ chmod a+x pfastq-dump
$ cp pfastq-dump /Software/sratoolkit.2.8.2-centos_linux64/bin

2）转换格式

单端测序：

$ pfastq-dump SRR029945.sra -O . -t 8 (8线程)

双端测序：

$ pfastq-dump SRR2090164.sra --split-3 --gzip -O ./ -t 8 (8线程)

你将会体会到飞一样的速度~

结语

更多相关博文，可阅读：
hoptop：Fastq-dump: 一个神奇的软件
inutano：parallel-fastq-dump implementation in bash script

参考

马省伟：SRA快速转fastq---即多核版fastq-dump