在上一篇數(shù)據(jù)上傳指南中唬血，我們?yōu)榇蠹医榻B了GEO上傳操作指南望蜡，今天小編就來介紹另一種重要的NCBI數(shù)據(jù)庫(kù)SRA，它可用于存儲(chǔ)測(cè)序的原始數(shù)據(jù)拷恨，實(shí)現(xiàn)資源共享脖律。小編將SRA數(shù)據(jù)庫(kù)的提交過程做一個(gè)簡(jiǎn)單概述，希望能為大家提供一點(diǎn)幫助腕侄。

一 SRA數(shù)據(jù)上傳操作方法

1?NCBI 賬號(hào)注冊(cè)

數(shù)據(jù)上傳前需要注冊(cè)一個(gè)NCBI（https://www.ncbi.nlm.nih.gov/）賬號(hào)小泉，創(chuàng)建需要郵件激活。如果已經(jīng)有賬號(hào)冕杠，可以直接點(diǎn)擊登錄微姊。在NCBI的首頁(yè)點(diǎn)Submit，選擇Sequence Read Archive (SRA)分预，點(diǎn)擊GO,點(diǎn)擊New submission兢交。

2 Bioproject 創(chuàng)建

用于描述對(duì)樣本進(jìn)行測(cè)序的研究目的

點(diǎn)擊

填寫submitter詳細(xì)信息：帶“*”號(hào)為必填（姓名、郵箱噪舀、單位魁淳、地址、郵政編碼）与倡，點(diǎn)擊continue界逛。

項(xiàng)目類型基因組/轉(zhuǎn)錄組，外泌體纺座，宏基因組等

研究物種信息

信息釋放時(shí)間節(jié)點(diǎn)息拜，項(xiàng)目的主要概況，研究目的等

如果已經(jīng)創(chuàng)建Biosample净响，則填寫B(tài)ioSample編號(hào)少欺，否則創(chuàng)建BioSample

添加完Biosample 后進(jìn)入Publication 界面，如果已經(jīng)有發(fā)表的文章則填寫文章的Pubmed ID/DOI 號(hào)

3 Biosample 創(chuàng)建

用于描述測(cè)序樣本的具體信息

該頁(yè)面詳細(xì)介紹了BioSample的用途馋贤，注意事項(xiàng)以及視頻教程

已經(jīng)有該項(xiàng)目的bioproject 直接點(diǎn)擊submit

填寫基本信息

←點(diǎn)擊新建

選擇信息何時(shí)向公眾公開

添加物種信息

選擇物種類型

填寫或下載填寫樣本相關(guān)表格

將填寫好的樣本上傳

如果樣本不多赞别，推薦直接在網(wǎng)頁(yè)填寫表格

網(wǎng)頁(yè)版表格：必填字段標(biāo)有*星號(hào)。標(biāo)有**配乓，??或??的字段至少填寫其中一個(gè)仿滔。表格填寫：不同的生物樣品類型所需填寫的表格內(nèi)容不同惠毁。綠色字段為必填項(xiàng)，如缺少相關(guān)信息崎页，如任何必填項(xiàng)沒有資料鞠绰，可以填寫'not collected', 'not applicable' 或 'missing'；以人類樣品為例飒焦，至少需要填寫綠色單元格里的以下幾項(xiàng)樣品信息：(1) 樣品名稱（sample name）：無(wú)特定格式要求蜈膨。(2) 物種（organism）：實(shí)驗(yàn)物種的拉丁名。(3) 個(gè)體（isolate）：為該實(shí)驗(yàn)樣品個(gè)體取一個(gè)名字牺荠，無(wú)特定格式要求翁巍。(4) 年齡（age）：格式為【數(shù)字】+【時(shí)間單位】。(5) 單位（biomaterial_provider）：實(shí)驗(yàn)室或PI的名稱和地址等信息志电，無(wú)特定格式要求曙咽。(6) 性別（Sex）：請(qǐng)從下拉菜單中選取符合條件的選項(xiàng)，而不要手動(dòng)填寫挑辆。(7) 組織（tissue）：樣品來源的組織類型例朱，無(wú)特定格式要求。藍(lán)色字段為至少一個(gè)必填項(xiàng)鱼蝉，可參考綠色字段填寫方法洒嗤；黃色字段則為非必填項(xiàng)。注意魁亦，除樣本名外渔隶，需要可以有信息將每個(gè)樣本區(qū)分開，可以通過添加description信息洁奈，或者另外增加replication的信息來進(jìn)行區(qū)分（注意间唉，這里信息如果填寫不符合規(guī)范，上傳后會(huì)報(bào)錯(cuò)利术，只需根據(jù)提示的信息對(duì)表格內(nèi)容進(jìn)行相應(yīng)修改后重新上傳即可）

若多個(gè)樣品填寫為相同的信息（生物學(xué)重復(fù)）呈野，需要在最后一列添加“replicate”(replicate=replicate biological X(1、2印叁、3）)

預(yù)覽Biosample 信息

BioSample號(hào)

4 數(shù)據(jù)上傳導(dǎo)航

點(diǎn)擊

填寫B(tài)ioproject和BioSample號(hào)即可被冒，如果沒有填寫no即可， 在數(shù)據(jù)上傳的后面步驟中 會(huì)讓您補(bǔ)充Bioproject和BioSample信息轮蜕。

項(xiàng)目基本描述信息

選擇添加metadata 的方式昨悼，是在線填寫或者下載表格填寫后上傳

我們建議您勾選“Upload a file using Excel or text format (tab-delimited)”并點(diǎn)擊下圖紅框內(nèi)的“Download Excel spreadsheet”超鏈接下載模板表格文件，以便在本地電腦上慢慢填寫表格跃洛。

下載的“表格文件”內(nèi)含三個(gè)工作表：Contact info and instructions率触、SRA_data、Library and Platform Terms汇竭。其中**個(gè)和第三個(gè)工作表是說明文檔葱蝗，實(shí)際填寫 SRA 元數(shù)據(jù)的位置再第二個(gè)工作表“SRA_data”痊剖。完成填寫后，回到網(wǎng)頁(yè)點(diǎn)擊“Choose file”按鈕上傳文件垒玲。SRA 官方建議您將第二個(gè)工作表另為 txt 格式再上傳，然而實(shí)際使用中 Excel 格式的文件基本也能被成功讀取識(shí)別找颓。

表格中需要填寫以下各縱列內(nèi)容：

(1) 樣品名稱（sample name）：無(wú)特定格式要求合愈，但需與第五步中上傳表格使用過的樣品名稱保持一致。

(2) 文庫(kù)ID（library ID）：無(wú)特定格式要求击狮。

(3) 標(biāo)題（title）：建議采用 {methodology} of {organism}: {sample info} 這樣的格式佛析，例如“RNA-Seq of mus musculus: adult female spleen”。

(4) 文庫(kù)方法（library_stratagy)：請(qǐng)從下拉菜單中選取彪蓬。點(diǎn)擊標(biāo)題超鏈接寸莫，您可以查看到各個(gè)選項(xiàng)的說明。對(duì)于轉(zhuǎn)錄組的測(cè)序類項(xiàng)目档冬，請(qǐng)選擇 RNA-seq膘茎。

(5) 文庫(kù)來源（library_source）: 請(qǐng)從下拉菜單中選取。點(diǎn)擊標(biāo)題超鏈接酷誓，您可以查看到各個(gè)選項(xiàng)的說明披坏。對(duì)于轉(zhuǎn)錄組的測(cè)序類項(xiàng)目，請(qǐng)選擇 TRANSCRIPTOMIC盐数。

(6) 文庫(kù)篩選（library_selection）：請(qǐng)從下拉菜單中選取棒拂。點(diǎn)擊標(biāo)題超鏈接，您可以查看到各個(gè)選項(xiàng)的說明玫氢。

(7)文庫(kù)端數(shù)（library_layout）：請(qǐng)從下拉菜單選取單端測(cè)序（single）或雙端測(cè)序（paired）帚屉。

(8)測(cè)序平臺(tái)（platform）：請(qǐng)從下拉菜單中選取。點(diǎn)擊標(biāo)題超鏈接漾峡，您可以查看到各個(gè)選項(xiàng)的說明攻旦。諾禾致源絕大多數(shù)的測(cè)序項(xiàng)目，都請(qǐng)選擇 ILLUMINA灰殴。

(9)測(cè)序儀器（instrument_model）：請(qǐng)從下拉菜單中選取敬特。點(diǎn)擊標(biāo)題超鏈接，您可以查看到各個(gè)選項(xiàng)的說明牺陶。例如 Illumina NovaSeq 6000伟阔。

(10)方法描述（design_description）：無(wú)特定格式要求。

(11)文件類型（filetype）：請(qǐng)從下拉菜單中選取掰伸。絕大多數(shù)的測(cè)序項(xiàng)目是提供 fastq 格式文件皱炉。(11)文件名（filename）：此行所描述的文件的名稱（含文件后綴名）。如果存在多個(gè)文件狮鸭，例如對(duì)于雙端測(cè)序而言合搅，請(qǐng)您將R1測(cè)序文件的文件名填寫在“filename”一列（例如“Sample A1_1.fastq.gz”）多搀，然后再將R2測(cè)序文件的文件名填寫在“filename2一列（例如“Sample A1_2fastq.gz”）。(12)參考基因組（assenbly 或 fasta_file）：此行上傳的數(shù)據(jù)是 bam 格式等與基因組比對(duì)后生成的文件灾部，請(qǐng)?zhí)峁﹨⒖蓟蚪M的信息康铭。如果是 NCBI 上的公開基因組，請(qǐng)?jiān)?assembly 一列填寫基因組版本名稱赌髓；如果使用的是自定義的本地基因組文件从藤，請(qǐng)?jiān)?fasta_file 一列填寫基因組文件的名稱。如果此行數(shù)據(jù)描述的文件不涉及基因組比對(duì)（alignment）操作锁蠕，這兩列都可以留空夷野。

選擇原始數(shù)據(jù)上傳的方式，數(shù)據(jù)較少就選網(wǎng)頁(yè)上傳荣倾，如果較多可以選擇第二個(gè),這里推薦Aspera方法上傳數(shù)據(jù)

注：網(wǎng)頁(yè)上傳選擇第一個(gè)選項(xiàng)webbroser uplode; 點(diǎn)擊選擇文件直接上傳即可悯搔；樣本較少可選擇網(wǎng)頁(yè)上傳，注意：雙端序列舌仍，需要將R1妒貌，R2兩端序列均上傳。

樣本較多選擇aspera軟件上傳铸豁，點(diǎn)擊Aspera browser plugin upload苏揣，下載并安裝windows版本的Aspera軟件以及Key file（需要下載“key file”這個(gè)在后面寫腳本的時(shí)候需要用到，如下圖所示）推姻；注意asper command linexiafang jiaoben xinx ,后面命令運(yùn)行需要用到平匈。下載安裝見鏈接：Aspera：https://www.ibm.com/aspera/connect/，安裝完成后藏古，找到IBM Aspera Connect的圖標(biāo)增炭，點(diǎn)擊屬性，打開文件所在位置：

把這些軟件下載安裝到windows下后拧晕，運(yùn)行dos命令窗口（在鍵盤上同時(shí)點(diǎn)擊“windows+R”隙姿，輸入“cmd”點(diǎn)擊確認(rèn)）,輸入軟件所在絕對(duì)路徑。

指令運(yùn)行：首先進(jìn)入到Aspera安裝路徑（即首先“cd”軟件所在的絕對(duì)路徑）厂捞；運(yùn)行命令行：需要根據(jù)NCBI提供的腳本進(jìn)行改寫自己的腳本：ascp -i 第二步下載的key文件（注意帶上文件的目錄） -QT -l100m（上傳最大速度输玷，這里設(shè)置的為100M，如果覺得太快或太慢靡馁，可適當(dāng)調(diào)整） -k1 -d 數(shù)據(jù)存放目錄（目錄一“”結(jié)尾） subasp@upload.ncbi.nlm.nih.gov:uploads/lily@outlook.com_jZdRWIub（郵箱_生成的隨機(jī)碼）注意：第二步中Aspera Command-Line upload有具體的命令行指令欲鹏，以及需要上傳的路徑，只需要修改key文件路徑和數(shù)據(jù)目錄即可運(yùn)行上傳數(shù)據(jù)

數(shù)據(jù)上傳完成后需要耐心等待一段時(shí)間臭墨，上傳完所有的數(shù)據(jù)之后等上10-15min赔嚎，刷新軟件后可以出現(xiàn)下面的選項(xiàng)（注意最好選擇網(wǎng)線上傳，不要用無(wú)線）。

二 SRA數(shù)據(jù)上傳常見問題

1 表格填寫問題導(dǎo)致無(wú)法進(jìn)行下一步

Biosample 創(chuàng)建中Attributes表格填寫尤误，需要注意除樣本名外侠畔，需要可以有信息將每個(gè)樣本區(qū)分開，可以通過添加description信息损晤，或者另外增加replication的信息來進(jìn)行區(qū)分软棺。有生物學(xué)重復(fù)的需要在最后一列添加“replicate”(replicate=replicate biological X(1、2尤勋、3）)

2 運(yùn)行命令錯(cuò)誤

輸入代碼后沒反應(yīng)（不彈出上傳的命令行）可以降低網(wǎng)速重新嘗試码党，或者檢查上傳文件路徑是否有空格，以及文件命名是否有空格斥黑，檢查后更改路徑重新上傳。

3 輸入代碼后

（error:key passphrase）

退出軟件眉厨，重新啟動(dòng)或重新下載

4?傳輸中斷

（error: 0bit/s session stop）重新輸入代碼锌奴，并建議適當(dāng)調(diào)低網(wǎng)速

5?Session Stop

(Error: Failed to open TCP connection for SSH)

重新下載軟件重新登錄再嘗試

總結(jié)：目前最常見的問題是表格上傳問題可以重點(diǎn)檢查上傳表格中填寫是否完全一致，無(wú)法區(qū)分樣本憾股。及輸入代碼后不彈出上傳的命令問題可以檢查網(wǎng)速鹿蜀，檢查上傳文件路徑是否有空格，以及文件命名是否有空格服球，檢查后更改路徑重新上傳茴恰。

以上就是本次數(shù)據(jù)上傳指南的主要內(nèi)容，希望本次的分享可以給大家?guī)韼椭缎堋Ｈ绻蠹矣惺裁磫栴}往枣，也可以在評(píng)論區(qū)留言。