【施工中】常用数据库下载参考基因组及注释文件

参考：Jimmy老师博客：基因组各种版本对应关系
目前常用的人类参考基因组是GRCh37和GRCh38，在三大常用数据库对应关系如下：

NCBI	UCSC	ENSEMBL
GRCh37	hg19	release_59/61/64/68/69/75
GRCh38	hg38	release_76/77/78/.../99/100

ENSEMBL

1. 下载人类GRCh38参考基因组及注释文件

1.1 打开ENSEMBL官方主页http://asia.ensembl.org/index.html，如下图，点击Human

ENSEMBL主页

1.2 点击Download DNA sequence (FASTA)，进入参考基因组文件的ftp下载地址：
ftp://ftp.ensembl.org/pub/release-100/fasta/homo_sapiens/dna/

GRCh38.p13页面

1.3 进入ftp下载页面后，选择按大小排序，下载参考基因组文件Homo_sapiens.GRCh38.dna.primary_assembly.fa.gz

参考基因组文件ftp下载页面

在这个页面的最下端有一个README文件，记录了有关上面所有文件的详细信息，有兴趣的同学可以自行查阅。

1.4 回到GRCh38.p13页面，点击Download GTF，进入参考基因组注释文件ftp下载地址：ftp://ftp.ensembl.org/pub/release-100/gtf/homo_sapiens/

GRCh38.p13页面

1.5 进入ftp下载页面后，
下载Homo_sapiens.GRCh38.100.chr.gtf.gz
或者Homo_sapiens.GRCh38.100.gtf.gz

参考基因组注释文件ftp下载页面

1.6 回到GRCh38.p13页面，点击Download FASTA ，进入ftp下载地址：
ftp://ftp.ensembl.org/pub/release-100/fasta/homo_sapiens/

GRCh38.p13页面

ftp下载

可以看到，有一系列文件夹，其中dna文件夹，就是步骤1.2演示的参考基因组文件所在的文件夹，而cdna文件夹，存放的则是参考转录组文件

1.7 进入cdna文件夹，下载Homo_sapiens.GRCh38.cdna.all.fa.gz

参考转录组文件ftp下载页面

至此，我们就下载了人类参考基因组GRCh38版本的

• 参考基因组文件 Homo_sapiens.GRCh38.dna.primary_assembly.fa.gz
• 参考基因组注释文件Homo_sapiens.GRCh38.100.chr.gtf.gz
  或者Homo_sapiens.GRCh38.100.gtf.gz
• 参考转录组文件Homo_sapiens.GRCh38.cdna.all.fa.gz

2. 下载人类GRCh37参考基因组及注释文件

2.1 打开ENSEMBL官方主页http://asia.ensembl.org/index.html，如下图，点击Still using GRCh37?

ENSEMBL主页GRCh37

GRCh37页面

GRCh37页面

GRCh37.p13页面

可以看到，这个页面就跟前面GRCh38.p13下载页面非常的类似了，我们可以点击Download DNA sequence (FASTA)进入到GRCh37的参考基因组文件Ftp下载地址：
ftp://ftp.ensembl.org/pub/grch37/current/fasta/homo_sapiens/dna/
我们可以点击Download genes, cDNAs, ncRNA, proteins (FASTA)进入到GRCh37版本各种Fasta格式文件ftp下载地址：
ftp://ftp.ensembl.org/pub/grch37/current/fasta/homo_sapiens/
可以下载到GRCh37版本的参考基因组文件和参考转录组文件

人类参考基因组GRCh37版本

• 参考基因组文件：
  ftp://ftp.ensembl.org/pub/grch37/current/fasta/homo_sapiens/dna/Homo_sapiens.GRCh37.dna.primary_assembly.fa.gz
• 参考转录组文件：
  ftp://ftp.ensembl.org/pub/grch37/current/fasta/homo_sapiens/cdna/Homo_sapiens.GRCh37.cdna.all.fa.gz
• 参考基因组注释文件：（页面上并没有下载地址，但是可以根据前面GRCh38下载网页规律构建，将ftp网址里的fasta更换为gtf）
  ftp://ftp.ensembl.org/pub/grch37/current/gtf/homo_sapiens/Homo_sapiens.GRCh37.87.gtf.gz
  
  

  参考基因组注释文件ftp下载页面

NCBI

UCSC

GENCODE