NCBI数据库下载单细胞测序原始SRA数据

1. 如果想要分析数据库中的数据，可以从文献中获得数据的GSE号，举个例子：

   
   image.png

2. 然后到NCBINational Center for Biotechnology Information (nih.gov)
   搜索 GSE144024，就会得到如下信息：
   

   image.png
   其中，GSM号为样本编号，后面有详细信息。点击SRA RUN Selector，就可以看到每个样本的SRR号。
   image.png

3. 选择想要下载的SRR，点击selected-accessionlist，就可得到一个编号的文本文件。但是呢想要下载，还得需要借助其他软件sratools。

   
   image.png

4. sratools的下载
   windows版本的SRA Toolkit

image

然后解压缩。
安装

E:\Download\sratoolkit.2.11.0-win64\bin\vdb-config --interactive

会出现以下界面

image

但是一般软件的安装程序就是自定义安装还是默认安装。为了防止各种插件出错，保险起见，选择默认。
按“default”当中标亮的字母，“f”即可。
然后后面会弹出两个问题，自己看着选择就行。

然后 过一会儿会跳出来你结果文件的存储路径。
按上下键选择，按“s”保存，再按“exit”退出。

然后输入

E:\Download\sratoolkit.3.0.0-win64\bin\prefetch -h

跳出以下界面说明安装成功。

image

然后把这个文件放到你知道的位置。

E:\Download\sratoolkit.3.0.0-win64\bin\prefetch.exe --option-file E:\NCBI\SRR_Acc_List.txt

等待数据下载完成。

image

4、获得fastq文件
上述步骤你会得到很多个SRR开头的文件夹。
然后通过fastq-dump将这些数据转换成FASTQ文件，即可。

E:\Download\sratoolkit.3.0.0-win64\bin\fastq-dump -I --split-files SRRxxxxx

作者：谢京合
链接：https://www.jianshu.com/p/3dc25abe7b1b
来源：简书

报错

fasterq-dump --split-3 SRR5318040.sra 用该代码转换fastq文件报错，看不懂，换个方法试试。

image.png

注意：NCBI其实已经更新了一个多线程抽取工具fasterq-dump，可以在sratools的bin目录里找到，但是文档没有写，没有特殊需求的话，可以考虑直接用新工具替代。

这个fasterq-dump与fastq-dump相比，就像动车碾压绿皮火车，用法如下：

fasterq-dump --split-3 SRR893046 -O fastq

原文链接：https://blog.csdn.net/u011262253/article/details/78459389
改用如下代码

#不可行
E:\Download\sratoolkit.3.0.0-win64\bin\fasterq-dump --split-3  E:/SRR7276474
##可行
E:\Download\sratoolkit.3.0.0-win64\bin\fastq-dump --gzip --split-3 -A E:/SRR7276474

image.png image.png

报错1

SRA数据太大下载的时候会自动跳过，查了以后发现sratoolkit默认下载大小为20G，当数据太大时需要修改默认大小。
默认下载限制是20G的数据，如果下载的数据较大，可以修改配置，比如改为最大100G

prefetch --max-size 100G SRR10861695

如何修改默认配置，特别是下载数据的存放位置

vdb-config -i

进入前面提到的这个界面，需要按照指示操控键盘进行修改.

image

如果上面这个配置感觉很慢，可以考虑用文本交互的方法，命令是

vdb-config -i --interactive-mode textual

image.png

如图，如果修改存储位置，输入4，回车即可。

报错2

不用管，数据太大，并且有依赖，会自己安装全部依赖，但耗时很久，4-5小时。

image.png