aspera下载SRA数据感想

最近学习了生信技能树的《Chip-seq测序数据分析》课程,在下载SRA数据的时候,卡壳了。搞了好几天。

按照曾老师B站中的说法,应该用sra-tools中的prefetch来下载,但是速度就像冬眠的蜗牛,纹丝不动!只好另择他径。

微信发给曾老师,提示需要用aspera来下载。搜了下面的两个帖子,

学员分享-aspera踩坑记录

https://cloud.tencent.com/developer/article/1665360

使用aspera从EBI下载fastq数据,抛弃NCBI的SRA数据库吧!

https://mp.weixin.qq.com/s/8xWl_DAYhFnLjdlg5ZcdIw

但真正正规的说明书在这里:

https://ena-docs.readthedocs.io/en/latest/retrieval/file-download.html#using-aspera

结合自己一点薄弱的Linux知识,愣是给搞下来了。

具体步骤如下:

首先创造了虚拟环境chipseq,所有的操作都是在其中进行。

利用conda安装aspera:

conda install -y -chcc aspera-cli #注意帖子里面空格缺乏,都是坑。

which ascp #找到ascp的位置


找到要下载的数据的BioProject;一般知道它的GEO accession和SRA number就可以从GEO和SRA网站上找到。通过下面这个网站进入https://www.ebi.ac.uk/ena/browser/home


图片1

在其中相应位置输入PRJNA156325,就可以找到自己想要的SRA数据。

注意show column selection的下拉菜单,其中要选中sra_ftp,(具体我也不知道ftp是个什么鬼,帖子里面还说用xftp传到自己的Linux系统中的操作目录中,我也不会,闷着头往前操作)。如果选择fastq_ftp,就可以看到gz格式的数据。传说fastq数据是SRA数据处理后得到的,也不知道,后面学到了再说吧。#这里的ftp地址很重要,我就是参照帖子里的下载方式,用这个地址改一下,然后下载的。

登录自己的腾讯云

PS: 这几天捣鼓了几下,学会了用阿里云app登录腾讯云,终于可以在手机上操作自己的腾讯云操作系统了,功夫不负有心人。

[root@VM-0-11-centos ~]#su xiangyukong

(base) [xiangyukong@VM-0-11-centos root]$ conda

deactivate #这里(base)是提示在base这个虚拟环境中,可以用conda deactivate退出这个操作环境,变成如下样子

[xiangyukong@VM-0-11-centos root]$ cd ~

[xiangyukong@VM-0-11-centos ~]$source activate

chipseq#继续操作,进入chipseq虚拟环境中。用conda

info --envs可以看到自己究竟有几个虚拟环境。

(chipseq) [xiangyukong@VM-0-11-centos ~]$

我的srr.list在~/projetc/epi/sra里面:下载正式开始:注意这里的"$id",很神奇哦。

(chipseq) [xiangyukong@VM-0-11-centos ~]$catsrr.list |while read id;

do

echo "ascp -k 1 -QT -l 300m -P33001 -i ~/miniconda3/envs/chipseq/etc/[email protected]:/vol1/srr/SRR391/"$id"~/project/epi/sra";

done>sra.download.sh

原来看着很迷糊,后来仔细一看,不就是while-do-done嘛。

后面的>sra.download.sh不知道是干啥的。

参考帖子里面的内容,执行了下面这句,据说是可以后台执行的。sra.download.log也不知道是干啥的。

nohup bash sra.download.sh>sra.download.log &

于是就下载成功了。


图片2,可以看到下载过程。

可以用top看到执行的程序,

用ps -ef | grep ascp看到执行的ascp程序。

你可能感兴趣的:(aspera下载SRA数据感想)