一、背景知识

1、sra数据

sra数据是SRA数据库用于储存二代测序数据的原始数据的一种压缩格式，这种数据格式不能直接进行处理，需要转换成fastq才能进行质控以及去adapt等处理——相当于解压缩！！！

2、fastq文件（简称fq文件）

高通量测序得到的原始图像数据文件，经过碱基识别（base calling）分析转化为原始测序序列（sequenced reads），称之为raw data或raw reads，结果以fastq（简称fq）文件格式存储

3、fastq-dump

需要的命令：fastq-dump
命令的来源：sra-tools
fastq-dump的参数

1. --gzip 将转换出的fastq文件以gz格式输出，可以节省空间
2. --split-3 把pair-end测序分成两个文件输出
3. -X 拆分出指定的reads数目，默认拆分所有reads，一个read就是fastq的四行数据（老师为了上课测试，设置25000条reads，真实数据不需要加这个参数！！！）
4. -O 输出文件夹名

二、转换过程

#定义存放输出数据的文件夹，需要先创建这个文件夹‘fastq’
mkdir fastq
fqdir=/trainee2/Mar7/rna/project/fastq
#转换单个文件
fastq-dump --gzip --split-3 -X 25000 -O ${fqdir} SRR1039510
#批量转换，将样本名写成文件——sample.ID，echo是打印命令，while循环的意义是生成脚本
cat sample.ID | while read id
do
 echo "fastq-dump --gzip --split-3 -X 25000 -O ${fqdir} ${id}
done >sra2fq.sh
# 提交后台运行命令，脚本文件后缀为.sh，日志文件后缀为.log，运行脚本的命令为sh
nohup sh sra2fq.sh>sra2fq.log &

此处不是报错，只是系统反馈 输出的文件

输入一个文件，输出两个gz压缩文件（因为是双端测序，1和2分别表示第一段测序结果和第二段测序结果）

批量转换，注意done后面有空格！！！

#查看输出的fastq的gz压缩文件，用zless命令
zless -S SRR1039510_1.fastq.gz

fastq文件内容