生信笔记1-NCBI下载SRR并转为fastq文件

介绍

SRA Toolkit是下载NCBI SRA数据库文件的下载和转换为fastq的工具

---

SRA Toolkit安装

首先进入官网下载对应版本的SRA Toolkit：Download : Software : Sequence Read Archive : NCBI/NLM/NIH

安装过程非常简单：

cd /local/txm/software

wget https://ftp-trace.ncbi.nlm.nih.gov/sra/sdk/2.11.0/sratoolkit.2.11.0-centos_linux64.tar.gz

tar -zvxf sratoolkit.2.11.0-centos_linux64.tar.gz

vi ~/.bashrc

export PATH=$PATH:/local/txm/software/sratoolkit.2.11.0-centos_linux64/bin

添加环境变量之后，输入命令prefetch，提示：

This sra toolkit installation has not been configured.

Before continuing, please run: vdb-config --interactive

For more information, see https://www.ncbi.nlm.nih.gov/sra/docs/sra-cloud/

查看官方指南https://github.com/ncbi/sra-tools/wiki/02.-Installing-SRA-Toolkit，发现还要进行Configuration，终端继续输入：

vdb-config -i

出现如下界面，需要设置一个空目录作为文件下载位置

---

SRA Toolkit使用

下载sra文件

首先进入GEO数据库某个GSE的主界面，如果有原始数据提供，会在最下方有SRA Run Selector按钮，点击进入后，即可看到相关的SRR文件。

下载单个SRR文件：

prefetch SRR********

下载多个SRR文件需要先下载Accession List，然后：

prefetch --option-file SRR_Acc_List.txt

如果提示：

'SRRXXXX' (316GB) is larger than maximum allowed: skipped

添加--max-size参数即可

prefetch --max-size 999999999999 SRR6367155

---

sra转化成fastq格式

单端测序（SINGLE）数据：

fastq-dump SRR2061752.sra

双端测序（PAIRED）数据：

fasterq-dump --split-files SRR2061752.sra

---

参考：

https://www.jianshu.com/p/26f6083f0e7f

https://www.jianshu.com/p/88b2852d4573

https://www.biostars.org/p/334930/

https://zhuanlan.zhihu.com/p/577913028

https://blog.csdn.net/weixin_43745169/article/details/93311701