如何更快更稳地下载NCBI里的测序数据

用别人的数据，发自己的文章


由于大多数杂志在文章发表前要求公开原始数据，所以随着测序文章的爆发，NCBI的SRA数据库当中积累了海量的测序原始数据。我们可以利用这些数据重新做数据挖掘，发表新的文章。

官方下载方法不太稳


要利用数据，首先得下载得到数据，虽然SRA数据库提供的SRA Toolkit 工具包里的prefetch可以下载，但是用这个方法下载数据需要经过复杂的设置，而且经常莫名奇妙的下不了，总的来说体验很差。


老朋友迅雷来帮忙


下面通过一个例子介绍如何用迅雷下载SRA数据：

例如，我们要下载SRP108428（阅读文献可以找到公开数据的project号）下的所有数据，打开NCBI网址：https://www.ncbi.nlm.nih.gov/Traces/study/?acc=SRP108428（此处为project号），点击"Accession List"键，下载得到SRR List 储存在sra.txt文件中。

打开sra.txt文件：

那么我们就可以通过下载地址规律生成所有样品的ftp的下载地址：

ftp://ftp-trace.ncbi.nih.gov/sra/sra-instant/reads/ByRun/sra/SRR/SRR563/SRR5631562/SRR5631562.sra

注：头部都一样(黑色字)，后面地址分别为SRR，SRR+前三个数、SRR号、SSR号.sra

得到如下结果：

最后，将链接粘贴到迅雷下载即可， 是不是很方便？

Tips:

如果下载上百个样品，手动粘贴就太累了。在Linux下可以实现一键自动产生下载链接，输入文件为sra.txt， 给出命令：

cat sra.txt|while read a ;do t1=${a:0:3};t2=${a:0:6};echo "ftp://ftp-trace.ncbi.nih.gov/sra/sra-instant/reads/ByRun/sra/$t1/$t2/$a/$a.sra";done
分享