SRA数据库简介及使用方法

来源于SRA官网

介绍

SRA是NIH高通量测序数据的主要存档，并且是国际核苷酸序列数据库协作（INSDC）的一部分，该数据库包括NCBI序列阅读档案（SRA），欧洲生物信息学研究所（EBI）以及日本（DDBJ）。提交给这三个组织中任何一个的数据在它们之间共享。

SRA的任务

• 归档来自高通量测序平台的原始测序数据和比对信息，包括Roche 454 GSSystem®，Illumina GenomeAnalyzer®，Applied Biosystems SOLiDSystem®，HelicosHeliscope®，CompleteGenomics®和Pacific BiosciencesSMRT®。

• 使序列数据可用于研究团体，以提高可重复性。并允许通过比较数据集获取新发现。

SRA数据

SRA接受各种测序项目的数据，包括涉及人类受试者或其元基因组（可能包含人类序列）的重要临床研究。这些数据通常通过dbGaP（基因型和表型数据库）进行控制访问。

功能

1 提交文档给SRA

使序列数据可用于研究团体，以提高可重复性。并允许通过比较数据集获取新发现。

• 接受的数据
• 通过SRA提交门户向导提交
• 人工数据
• 元基因组数据
• 提交门户（SP）与序列读取存档（SRA）
• 联系SRA工作人员

去：

接受的数据

SRA接受遗传数据以及下一代测序技术产生的相关质量得分。请参阅文件格式指南以获取更多特定信息。

大多数SRA提交都是通过SRA提交门户向导提交的。但是，某些类型的SRA数据必须通过dbGaP或GEO数据库提交。

请参阅

• dbGaP提交指南 -提交需要受控访问的人员数据
• GEO提交指南 -提交功能基因组研究

去：

通过SRA提交门户向导提交

1. 登录到SRA提交门户向导。
2. 创建新的SRA提交（单击“ 新建提交 ”按钮）。
3. 如果您之前未分别在BioProject和BioSample数据库或其他“提交门户向导”中注册过项目（Bioproject）和生物样品（Biosamples），请先注册它们。请参阅此处的SRA特定准则。
4. 提交SRA元数据 -将链接您的项目，示例/实验和文件名的信息。请参考 SRA元数据概述。
5. 上载序列数据文件。请参考SRA文件上传帮助。

帮助链接：

任务	描述	帮助链接
提交中	在SRA提交向导中提交的分步说明	提交给SRA
故障排除	在提交SRA期间对错误和警告进行故障排除	对SRA提交进行故障排除
更新中	更新元数据，更改发布日期等	更新SRA数据

去：

人工数据

在将人数据存储到公共SRA数据库之前，请确保您已获得捐赠者的同意，以使该数据可在不受保护的数据库中使用。不要将打算用于dbGaP提交的未经同意的人员数据传输到公共SRA数据库。请参考我们的dbGaP提交指南。

去：

元基因组数据

人类宏基因组学研究可能包含人类序列，并需要捐助者同意将其数据存档在不受保护的数据库中。如果您想将人类宏基因组序列存档在公共SRA数据库中，请联系SRA，我们将筛选并删除您提交的人类序列污染物。

去：

提交门户（SP）与序列读取存档（SRA）

提交门户

提供方便的Web向导，用于将数据提交到各种NCBI数据库。在初始数据验证之后，SP有助于将数据存放到目标数据库（例如SRA）中。目标数据库执行附加验证，并且可能会或可能不会返回SP界面中反映的错误消息。提交门户主页：https : //submit.ncbi.nlm.nih.gov/。

SRA数据库存储所有数据，并提供用于直接编辑提交内容的用户界面。登录到SRA用户界面：http : //www.ncbi.nlm.nih.gov/Traces/sra_sub/sub.cgi

2 从Entrez搜索结果中下载SRA序列

• 获取搜索结果
• 获得Run Aceession(机翻为奔跑加入。。。)
• 使用SRA工具包下载序列数据文件
• 下载与SRA数据关联的元数据
• 从运行浏览器下载序列数据
• 使用Amazon Web Services（AWS）下载SRA序列数据
• 联系SRA

去：

获取搜索结果

任务：在SRA Entrez中查找BALB / c小鼠淋巴结组织的RNA-Seq记录

要了解如何使用高级搜索生成器，请参阅SRA中的搜索

• 在Entrez搜索栏中输入查询：[(((“ mus musculus” [Organism\]）AND BALB / c *）AND“ lymph *”）AND“ rna seq” [Strategy]](https://www.ncbi.nlm.nih.gov/sra/?term=((("mus musculus"[Organism]) AND BALB/c*) AND "lymph*") AND "rna seq"[Strategy])。
• 要将您的搜索限制为仅aligned数据，请添加到上述查询中AND alignment data [属性]。
• 单击记录（实验）旁边的复选框以选择感兴趣的数据。取消选中所有复选框，以从搜索中选择所有记录（实验）。

去：

获得 run accession

run accession用于下载SRA数据。要下载从您的Entrez搜索中选择的run accession的清单，请执行以下操作：

• 点击页面顶部的send to，选中单选按钮File，选择Accession List。
• 将此文件保存在运行SRA工具包的位置。

去：

使用SRA工具包下载序列数据文件

请确保您正在运行该工具包的最新版本，因为较早的版本可能与最新加载的数据或最新的网络协议不兼容。

• SRA工具包最新版本
• SRA工具包文档
• 访问SRA数据
• SRA工具包安装和配置指南

下载公共数据

Prefetch 是SRA工具包的一部分。该程序下载Runs（压缩的SRA格式的序列文件）以及将运行从SRA格式转换为更常用格式所需的所有其他数据。 预取可用于更正和完成不完整的运行下载。

使用此预取命令以SRA格式从上一示例下载运行。

prefetch --option-file SraAccList.txt

fastq-dump和sam-dump也是SRA工具包的一部分，可用于将预提取的运行从压缩的SRA格式转换为fastq或sam格式。例如：

$ fastq-dump –X 5 –Z –split-files SRR000001

您还可以通过在fastq-dump或sam-dump命令中仅输入不带扩展名.sra的运行登录号来避免Prefetch 步骤并一步一步下载并转换运行：

$ fastq-dump –X 5 –Z –split-files SRR000001

下载受保护的数据

有关如何下载dbGaP数据的信息，请参见： 受保护的数据使用指南。

去：

下载与SRA数据关联的元数据(metadata)

从搜索结果页面

SRA Run文件不包含有关链接到数据本身的元数据的任何信息（示例信息等）。

要下载Entrez查询中每个Run的元数据，请单击页面顶部的Send to，选中 File 单选按钮，然后在下拉菜单中选择RunInfo。

这将生成一个表格SraRunInfo.csv文件，其中包含每个运行可用的元数据。

从运行选择器

可以从Run Selector!的制表符分隔的文件中下载一组稍有不同的元数据。

要为Entrez查询中的每个Run下载元数据，请执行以下操作：

• 点击发送到页面的顶部，检查运行选择单选按钮，然后单击按钮进入。
• 如有必要，请使用“ 运行选择器 ”界面提供的各种过滤器来优化结果。
• 单击“ 运行信息表”按钮。这将生成一个表格SraRunTable.txt文件，其中包含每个运行可用的元数据。

去：

从运行浏览器下载序列数据

运行浏览器允许对HTTP未对齐和对齐的序列进行有限的下载（一次运行一次）。

未对齐序列示例

• 在运行浏览器中打开选定的运行。
• 单击读取选项卡。
• 通过应用过滤条件查找某些读物或将“ 过滤条件”字段留空。
• 点击过滤下载按钮。
• 选择可用的下载格式，然后单击下载链接。

比对序列示例

• 在运行浏览器中打开选定的运行。
• 单击对齐选项卡。
• 在下拉菜单中选择可用的下载格式，然后单击“ 屏幕”或“ 文件”按钮以将运行输出到屏幕或文件中。

去：

使用Amazon Web Services（AWS）下载SRA序列数据

使用Amazon Web Services（AWS）下载SRA序列数据