【生信】使用R语言批量下载指定数据批次的双端测序数据

镰刀韭菜

已于 2023-03-07 16:52:38 修改

阅读量1.7k

点赞数

CC 4.0 BY-SA版权

分类专栏：生物信息与统计分析文章标签：双端测序数据 ENA数据库 R语言 PRJ fastq

于 2019-03-01 11:18:11 首次发布

本文链接：https://blog.youkuaiyun.com/ARPOSPF/article/details/88051992

生物信息与统计分析专栏收录该内容

45 篇文章 ¥49.90 ¥99.00

订阅专栏

超级会员免费看

本文介绍了如何利用R语言编写脚本，批量从ENA数据库下载指定数据批次的双端测序数据，提供了一种在不方便使用ENA推荐工具时的解决方案。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

使用R语言批量下载指定数据批次的双端测序数据

通常，论文中的双端测序数据在ENA数据库中存储，当我们需要下载的时候，可以使用ENA推荐的工具下载，但是有些环境中却不是那么方便，因此，本文基于R语言，编写了一个根据数据批次下载双端测序数据的脚本。

# 下载双端测序数据
path="/home/pangxinzhe/Lab_4/code"
setwd(path)
# 加载数据列表
seqList <- read.delim("../data/Cirrhosis/PRJEB6337.txt", header = TRUE)
# create ftpaddress matrix for each run_accession
downInfo <- seqList[,c(colnames(seqList)[5],colnames(seqList)[12])]
# 提取样本ID
getSampleID <- function(data){
  sampleId <- matrix(nrow = 0,ncol = 1)
  colnames(sampleId) <- "sampleId"
  for(i in 1:nrow(data)){
    sampleName <- unlist(strsplit(unlist(strsplit(unlist(strsplit(as.vector(data$submitted_ftp[i]),split = ";"))[1],split = "/"))[6],split = "_"))[1]
    sampleId <- rbind(sampleId,sampleN