NCBI SRA数据库使用详解----学习笔记

  • SRA(Sequence ReadArchive)数据库是用于存储二代测序的原始数据,包括454,Illumina,SOLiD,lonTorrent, Helicos和CompleteGenomics。除了原始序列数据外,SRA现在也存在raw reads在参考基因的比对信息。
  • 根据SRA数据产生的特点,将SRA数据分为四类:
  1. studies--研究课题
  2. experiments--实验设计
  3. runs--测序结果集
  4. samples--样品信息
  • SRA中数据结构的层次关系:studies->experiments->samples->runs
  • 一个study可能包含多个experiment
  • experiment包含了sample、DNA source、测序平台、数据处理等信息。
  • 一个experiment可能包含一个或者多个runs
  • runs表示测序仪运行所产生的reads
  • SRA数据库用不同的前缀加以区分:
  1. ERP或者SRP表示studies
  2. SRS表示samples
  3. SRX表示experiments
  4. SRR表示runs
  • BioSample数据库包含实验测定中使用的生物来源材料的描述。BioSample的序号以SAMN开头,然后会与SRA数据库中的SRS序列号相对应。

你可能感兴趣的:(生物信息学)