SRA數(shù)據(jù)庫(kù): Sequence Read Archive：隸屬NCBI (National Center for Biotechnology Information)僵井，它是一個(gè)保存高通量測(cè)序原始數(shù)據(jù)以及比對(duì)信息和元數(shù)據(jù) (metadata) 的數(shù)據(jù)庫(kù)，所有已發(fā)表的文獻(xiàn)中高通量測(cè)序數(shù)據(jù)基本都上傳至此，方便其他研究者下載及再研究手趣。其中的數(shù)據(jù)則是通過壓縮后以.sra文件格式來保存的。
ENA數(shù)據(jù)庫(kù)：European Nucleotide Archive：隸屬EBI (European Bioinformatics Institute)雷逆，功能同SRA尾组，并且對(duì)數(shù)據(jù)做了注釋，界面更友好磕道，當(dāng)然對(duì)于我們來說供屉，最誘人的當(dāng)屬可直接下載fastq (.gz)文件這一項(xiàng)了。
sra文件下載方式
多數(shù)情況下，我們下載sra文件是為了獲取相應(yīng)的fastq或者sam文件伶丐，這樣可以和自己的pipeline對(duì)接上悼做，直接分析，所以
找地方：用手頭上的SRR (SRA Run)序列號(hào)去ENA搜索哗魂，如果有肛走，就在這兒下；如果沒有录别，就去SRA數(shù)據(jù)庫(kù)下載
-
選方法：
首選Aspera Connect軟件朽色，這是IBM旗下的商業(yè)高速文件傳輸軟件，與NCBI和EBI有協(xié)作合同组题，我們可以免費(fèi)使用它下載高通量測(cè)序文件葫男，體驗(yàn)飛一般的感覺，速度可飚至300-500M/s崔列。下載完成后梢褐，本地用fastq-dump提取fastq文件，用sam-dump提取SAM文件赵讯。
其次盈咳，如果上述方法不奏效，優(yōu)先使用sratoolkit中的prefetch命令瘦癌。
最后猪贪，使用sratoolkit中的fastq-dump和sam-dump命令下載，如果fastq-dump不穩(wěn)定讯私，推薦大家嘗試Biostar Handbook中的wonderdump腳本热押。
注意：不要用wget或curl去下載sra文件，這會(huì)導(dǎo)致下載的文件不完整斤寇！
Aspera Connect命令行工具ascp的安裝
首先桶癣，進(jìn)入Aspera Connect的下載頁(yè)面，選擇linux版本娘锁，復(fù)制下載地址
wget https://download.asperasoft.com/download/sw/connect/3.9.1/ibm-aspera-connect-3.9.1.171801-linux-g2.12-64.tar.gz
tar zxvf ibm-aspera-connect-3.9.1.171801-linux-g2.12-64.tar.gz
# 安裝
bash ibm-aspera-connect-3.9.1.171801-linux-g2.12-64.sh
# 查看是否有.aspera文件夾
cd # 去根目錄
ls -a # 如果看到.aspera文件夾牙寞，代表安裝成功
# 永久添加環(huán)境變量
echo 'export PATH=~/.aspera/connect/bin:$PATH' >> ~/.bashrc
source ~/.bashrc
# 查看幫助文檔
ascp --help
至此，安裝完成莫秆。
下面介紹如何利用ascp在SRA和ENA中下載數(shù)據(jù)
ascp的用法：ascp [參數(shù)] 目標(biāo)文件 目標(biāo)地址间雀，在線文檔
先了解幾個(gè)
ascp命令的常用參數(shù)
-v verbose mode 嘮叨模式，能讓你實(shí)時(shí)知道程序在干啥镊屎，方便查錯(cuò)惹挟。有些作者的程序缺乏人性化，運(yùn)行之后缝驳，只見光標(biāo)閃连锯，壓根不知道運(yùn)行到哪了
-T 取消加密归苍，否則有時(shí)候數(shù)據(jù)下載不了
-i 提供私鑰文件的地址，我也不知道干嘛的运怖，反正不能少拼弃，地址一般是~/.aspera/connect/etc中的asperaweb_id_dsa.openssh文件
-l 設(shè)置最大傳輸速度，一般200m到500m摇展，如果不設(shè)置吻氧，反而速度會(huì)比較低，可能有個(gè)較低的默認(rèn)值
-k 斷點(diǎn)續(xù)傳吗购，一般設(shè)置為值1
-Q 不懂医男，一般加上它
-P 提供SSH port，一般是33001
ascp使用舉例
-
SRA數(shù)據(jù)庫(kù)下載：首先記住捻勉，數(shù)據(jù)的存放地址是
ftp.ncbi.nlm.nih.gov，SRA在Aspera的用戶名是anonftp刀森，下載舉例：- 如果我想下載
SRR949627.sra文件踱启，首先我需要找到地址，去ncbi faspftp研底，一層層尋找埠偿，直至找到，然后復(fù)制鏈接地址榜晦，就可以開始下載了：
ascp -v -i ~/.aspera/connect/etc/asperaweb_id_dsa.openssh -k 1 -T -l 200m anonftp@ftp.ncbi.nlm.nih.gov:/sra/sra-instant/reads/ByRun/sra/SRR/SRR949/SRR949627/SRR949627.sra ~/data/注意：
anonftp@ftp-private.ncbi.nlm.nih.gov后面是:號(hào)冠蒋，不是路徑/！一般來說乾胶，NCBI的sra文件前面的地址都是一樣的
/sra/sra-instant/reads/ByRun/sra/SRR/...抖剿，那么寫腳本批量下載也就不難了！
- 如果我想下載
-
ENA數(shù)據(jù)庫(kù)下載：這里和上面有點(diǎn)不同识窿，數(shù)據(jù)的存放地址是
fasp.sra.ebi.ac.uk斩郎，ENA在Aspera的用戶名是era-fasp，下載舉例：- 比如喻频，要下載
PRJEB21270下的幾個(gè)數(shù)據(jù)文件缩宜，方便的是ENA中可以直接下載fastq.gz文件，不用再?gòu)膕ra文件轉(zhuǎn)換了甥温，那么地址呢锻煌，可以去ENA搜索，再?gòu)?fù)制下fastq.gz文件的地址姻蚓，或者可以去ENA的ftp地址ftp.sra.ebi.ac.uk搜索宋梧，注意，是ftp史简，不是fasp乃秀！復(fù)制鏈接地址肛著，就可以下載了：
ascp -QT -l 300m -P 33001 -i ~/.aspera/connect/etc/asperaweb_id_dsa.openssh era-fasp@fasp.sra.ebi.ac.uk:/vol1/run/ERR217/ERR2173371/pb.bam ~/data/注意：
era-fasp@fasp.sra.ebi.ac.uk后面是:號(hào)，不是路徑/跺讯！一般來說枢贿，EBI的sra文件前面的地址也都是一樣的
vol1/run/...，那么寫腳本批量下載也就不難了刀脏！
- 比如喻频，要下載
參考
