下载数据
前面已经安装好了需要的软件,那么我们现在需要下载我们练习需要用到的sra数据。从 SRA 数据库下载数据有多种方法。可以用ascp快速的来下载 sra 文件,也可以用wget或curl等传统命令从 FTP 服务器上下载 sra 文件。另外sra-tools的prefetch也支持直接下载。在此处我用的是prefetch,因为ascp我尝试了很多次都没成功,遂放弃了。
说明:由于数据量大,计算量也大,此处已换成服务器,非Mac。
1.去NCBI下载SRR.txt
点击下图红框的位置获取SRR.txt,文档内容是SRR号码(一个号码占据一行)
2.prefetch下载数据
1)conda activate rna_seq
说明:服务器所建立的虚拟环境是rna_seq,并按照前面的步骤安装好软件包
2)mkdir -p my_project/airway/raw
新建raw文件夹用于存放下载的sra数据,并将SRR.txt放到airway文件夹下
3)cd ./my_project/airway/raw
4)cat ../SRR.txt |while read id;do (prefetch ${id} &);done
挂服务器后台下载,因为没有用上ascp,所以这里是通过HTTPS方式下载的,下载速度很慢,就晚上放着第二天早上下完就行。
下载完之后可以检查一下数据大小,这里数据大小是没问题的,如果遇到大部分数据是1-3G,有个别数据是200多M的,那就要检查一下是不是下载不完整。
5)mkdir sra
在airway目录下新建一个sra目录,然后将所有.sra文件复制到此处,for i in `ls raw`;do cp ./raw/$i/*sra ./sra;done
3. sra转换成 fastq 格式
ls *sra|while read id;do (nohup fastq-dump --split-3 --gzip -O ./ ${id} &);done
可以看到数据正在转换中,数据较大,需要等一段时间才能转换完毕
长腿猴子请来的救兵
写于2023年11月20日