一步步教你NCBI_SRA上传测序数据

测序文章在审稿期间，审稿人往往需要作者上传原始数据至NCBI。而搜索引擎搜到的参考资料甚少，不得不边摸索边总结，几番倒腾终于上传成功。今天小编把经验用图文展示，手把手教你，一步步上传自己的测序测序数据值NCBI。
本文原载于公众号"生信天团"，此处做进一步修改完善。

首先，你需要注册一个NCBI的账号，用自己常用的邮箱申请即可。
然后登陆到SRA数据库的官方网址：https://submit.ncbi.nlm.nih.gov/subs/sra/

操作步骤：

在SRA官方网址点击New submission，进入Submission Portal界面，以下步骤按照SRA递交程序讲解，标记“***”为重点内容。

一、SUBMITTER

图片.png

按照内容提示，填写相关的信息，如提交者姓名、邮箱、单位、地址等……
最后点击Continue

注意，填写邮箱会提示qq、163、foxmail等邮箱不能收到NCBI邮件，需要提供其他可供使用的邮箱。事实上，是可以收到NCBI邮件的，但是还是按照要求换成其他，如gmail等。

二、GENERAL INFO

图片.png

BioProject：询问是否注册过BioProject，第一次递交或者不同的测序工程，选择No。
BioSample：询问是否提交过BioSample，选择No。
Release data：公开日期。可以选择立即释放或者指定日期，依个人需求。
点击Continue

三、PROJECT INFO

图片.png

Project title：为递交的Project命名，“？”有提示范例
Public description：简单描述
Relevance：相关领域
Is your project……：询问是否为子项目，选择No
External Links：外部链接，可以不填
之后的其他参数根据需求填写，可以空缺。
点击Continue

四、BIOSAMPLE TYPE

图片.png

Sample Type：根据测序样本选择相应的属性，如微生物、模式物种、无脊椎动物、人、植物等。
点击Continue

五、BIOSAMPLE ATTRIBUTES

图片.png

Attributes：选择提交 BioSample attributes的方式，提供在线表格和Excel文档，建议使用Excel文档，更易于批量修改。
选中后，点击Download Excel Download TSV 下载Excel表格。内容如下：

图片.png

填写说明：sample_name必须唯一，且与提交的 clean data文件匹配。绿色表达必填选项，蓝色表示这些字段中至少有一个是必需的，黄色标识可选内容。
填写完成保存后，选择Choose file上传文件。
点击Continue
如果提交后报错 :
Error: Your table upload failed because multiple BioSamples cannot have identical attributes.
破解办法：在文件末尾新添一列，如id，并编号1，2，3……

图片.png

六、SRA METADATA

图片.png

SRA metadata：递交数据的格式，提供在线表格和Excel文档，建议Excel。
下载Download Excel spreadsheet ，如下图：
Sheet1 = Contact Info and Instructions，填写说明文档
Sheet2 = SRA_data，真正需要自己手动填写的部分
这里提供我上传的范例：

图片.png

图片.png

【重点：难点：易错点】

1. 双侧测序：针对illumina转录组测序，都是采用双端测序，一个样本会产生两个文件，分别为左右两端。而在上传时候，只需要在一个生物样本内，填写两个filename即可。这也是笔者摸索很久才搞清楚的。而其他诸如microRNA则采用单端测序，只需递交一个filename即可。
2. 生物重复：可以在design_description中写明生物重复。
3. 样品名字：最好将samplename和之前Biosample attributes提交内容一致。libraryID我是复制sample_name。
   点击Continue

七、FILES

图片.png

这才进入上传数据的主题，有三种可供选择的上传方式：
Method 1. 网页上传：建议文件大小不超过2GB，大于2GB则需要安装Aspera connect插件。
Method 2. FTP、Aspera、Amazon S3上传：

• FTP: 点击选择，展开列表可以看到具体上传的方式。需要下载安装FileZilla等软件，NCBI会提供你上传的地址、用户名和密码。如我的是

 Address: ftp-private.ncbi.nlm.nih.gov
 Username: subftp 
Password: ******* ***

• Aspera：懂得linux操作的应该对这个软件不陌生，是上传下载原始数据的利器，可以参看我之前的文章SRA原始数据高速下载查阅使用教程。
  
  图片.png
  
  以Linux为例：
  • 首先，下载Get the key file文件，然后将红色框内代码保存为txt文件。将两个文件上传至自己的服务器或linux上。

• 命令行操作代码：

 ascp -i   -QT -l100m -k1 -d   [email protected]:uploads/jfxie2013_163.com_00yOGS42

：路径为下载好的“Get the key file”文件的绝对路径（文件名为aspera.openssh）
：所有需要上传的文件的文件夹路径，注意里面不要包含其他任何无关数据。
注意：确保ascpera添加到环境变量中。
之后静待数据上传吧，Aspera上传的另一个好处是可以支持断点续传，简直不要太赞了。

图片.png

以Windows为例：

1. 下载Aspera软件，并安装。https://www.ibm.com/aspera/connect/
2. 要下载key file，并记住下载的位置，后面需要调用这个文件。

3. 启动Windows + R→ 输入cmd → 确定 → 打开命令提示符
   首先将目录转移到aspera的根目录下，即bin目录下

   
   
   图片.png

4. 输入提供的命令行代码并修改文件位置即可（不受中文影响）。

   
   
   图片.png

Method 3. Amazon S3: 应该是亚马逊云服务。

上传完成后点击Select preload folder
点击Refresh folders可以看到已经上传好的数据，尽快进行下一步，好像这个保存并非长久的。
然后选择Use selected folder。
点击Continue

图片.png

八、REVIEW & SUBMIT

进入这一页已基本完成了，再审查一下所递交的内容有无纰漏。
无需多久NCBI就会审核通过。

参考资料：

1. 原始数据上传NCBI，手把手带你轻松搞定！
2. 如何向NCBI的SRA上传数据
3. Question: SRA submission Error
4. SRA原始数据高速下载