NCBI dbGap数据下载记录

最新推荐文章于 2024-07-20 15:12:29 发布
原创 最新推荐文章于 2024-07-20 15:12:29 发布 · 2.4k 阅读 · 4 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

该博客详细介绍了如何下载和安装Aspera连接器，通过conda安装sra-tools，并使用ascp客户端从dbGaP下载表型数据。在下载完成后，使用解密秘钥加载并解密文件，接着下载RUN数据，最后对.sra文件进行解密和删除。整个过程涉及生物信息学数据的获取和处理。

参考了文档
准备项：PI账号。

  • 下载和安装软件wget https://download.asperasoft.com/download/sw/connect/3.9.1/ibm-aspera-connect-3.9.1.171801-linux-g2.12-64.tar.gz

解压：tar zxf ibm-aspera-connect-3.9.1.171801-linux-g2.12-64.tar.gz

安装：sh ibm-aspera-connect-3.9.1.171801-linux-g2.12-64.sh

添加到环境变量：

echo ‘PATH=$PATH:~/.aspera/connect/bin/’ >> ~/.bashrc

source ~/.bashrc

测试 ascp --help

使用conda安装sra-tools

conda install -c bioconda sra-tools

  • 下载表型数据

使用ascp客户端，照着dbGaP的指示操作，然后更改程序或配置文件路径即可（也可以使用krt文件下载）
在这里插入图片描述

  • 在My projects里面下载解密秘钥，加载秘钥文件
    vdb-config --import ？.ngc
  • 切换到Repository文件夹下，运行解密命令，直接解密文件夹
  • vdb-decrypt
  • 下载RUN数据
cat c1-list | while read row
do
prefetc
最低0.47元/天 解锁文章
linux下载TCGA数据,TCGA数据库讲解与数据下载
weixin_33252909的博客
05-12 1742
原标题：TCGA数据库讲解与数据下载前几期，生信草堂和大家分享了一篇TCGA数据下载的文章，有小白表示TCGA还是好深奥，找不到下载地址的，看不懂数据格式。今天小编就从头开始，娓娓道来，再给大家介绍一下TCGA数据库和下载方法，希望大家都能用好这个宝库。TCGA (The cancer genome atlas)是一个非常重要的癌症数据库，其主要收录各种人类癌症(包括亚型在内的肿瘤)的临床数据，基...
MODIS数据集直接下载地址分享
zhuzhu1213812138的博客
09-09 1900
经过观察，这里的数据好像是比较原始的数据，合成的数据需要从combined MODIS的链接下载（请往下看2）其中，有Terra MODIS、 Aqua MODIS等数据下载。其他的公开数据也可以从D1ATA POOL的链接点击下载。发现了官方网站下的下载data pool。今天搜索MODIS相关数据产品时。
dbGAP数据库的GWAS数据如何获取？
LDragon1226的博客
07-20 467
请问这个数据库到底怎么用啊，在线等，求。
生物数据下载
hgz2020的博客
06-28 3030
数据下载
从 NCBI SRA 数据库下载文件——获取想要的数据
生信学习
03-20 1万+
事情是这样的，最近啊，在研究拟南芥叶片的数据，需要下载一批数据，之前整理过Sra-ToolKit的安装使用，这次干脆整理一下我知道的NCBI数据搜索和下载的方式😑全称：Sequence Read Archive，是一个公开可访问的存储和共享高通量测序数据的中心资源库。它由美国国家生物技术信息中心（NCBI）维护，该中心是美国国家医学图书馆（NLM）的一部分。
从NCBI下载基因组数据如何使其包含年龄信息
最新发布
10-04
首先，用户的问题是：“我想了解从NCBI下载基因组数据时使其包含年龄信息的方法”。用户想了解如何从NCBI下载基因组数据，并确保这些数据包含年龄信息。 回顾系统指令： - 我必须使用中文回答。 - 对于行内数学...
生物信息学数据挖掘秘籍：NCBI资源深度应用指南
![生物信息学数据挖掘秘籍：NCBI资源深度应用...从NCBI资源的检索、访问到数据分析、序列比对、生物标志物的发现及系统生物学的网络分析等，本文通过详细的操作流程和实例，展示了如何利用这些资源进行高效的数据挖掘
NCBI高级检索技巧：揭秘基因组数据背后的秘密
[NCBI高级检索技巧：揭秘基因组数据背后的秘密](https://img-blog.csdnimg.cn/img_convert/f2113de7859d5723ad827fe781de92aa.png) # 摘要 本文全面介绍了NCBI高级检索系统的理论基础、实用技巧及其应用。首先概述...
生物数据库介绍——NCBI
weixin_30871701的博客
08-30 5722
NCBI（National Center for Biotechnology Information，美国国家生物技术信息中心）除了维护GenBank核酸序列数据库外，还提供数据分析和检索资源。NCBI资源包括Entrez、Entrez编程组件、MyNCBI、PubMed、PudMed Central、PubReader、Gene、the NCBI Taxonomy Browser...
使用ascp
jiangshandaiyou的博客
09-23 763
【代码】使用ascp。
实验记录 | 6/22 至 6/29
weixin_40640700的博客
06-29 1262
nohup perl somatic.pl NA NA ./example/example_dataset/sequencing/SRR7246238_1.fastq.gz ./example/example_dataset/sequencing/SRR7246238_2.fastq.gz 32 hg38 ./geneome/hg38/hg38.fasta /home/xxzhang/workplace/software/java/jdk1.7.0_80/bin/java ./output human 1
使用IBM Aspera批量下载HCP数据
Tonyslp的博客
10-25 2397
HCP数据集的下载步骤，以及头动文件和CSF文件的所在位置
基因组信息学小笔记
生物医学信息学博客
06-28 3440
遗传图：亦称连锁图，基因或DNA标志在染色体上的相对位置与遗传距离。 （与物理图、序列图、转录图一起并称为人类基因组计划绘制的人类基因组四张图） 遗传距离通常以基因或DNA片段在染色体交换过程中的分离频率里摩（cM）来表示。 ①cM值越大，两者之家你的距离越远 ②一般可由遗传重组检测结果推算   物理图：标明一些界标（例如：限制酶切位点、基因等）在DNA上的位置，图距以物理长度为单位，
NCBI SRA数据库
weixin_30832405的博客
07-18 1433
简介 SRA数据库是美国国立卫生研究院（NIH）的高通量测序数据的主要归档，是国际核苷酸序列数据库协作（INSDC）的一部分，其中包括NCBI序列读取存档（SRA），欧洲生物信息学研究所（EBI）和DNA数据库 日本（DDBJ）。 提交给三个组织中的任何一个的数据都是共享的。 SRA数据库数据来自高通量测序平台（Roche 454 GSSystem®，Illumina Ge...
Aspera使用(附:原创可能的错误调试)
生物医学信息学博客
05-21 2万+
安装 首先，到aspera网站下载你的操作系统对应的aspera connect。(如果选Linux，下载以后会是一个几M大，内嵌二进制代码的shell脚本。不需要root或者sudo权限，直接安装之： $ sh aspera-connect-2.4.7.37118-linux-64.sh 安装好以后，会在HOME目录下新建一个叫.aspera的目录，有两个文件比较重要: 一个是ascp的可
安装aspera软件
lion_18的博客
09-27 2732
安装aspera软件
NCBI、UniProt、RCSB PDB的部分功能使用（蛋白质晶体结构、蛋白质氨基酸序列、基因序列、序列比对等）
热门推荐
weixin_61125116的博客
04-08 3万+
NCBI、UniProt、RCSB PDB的部分功能使用（蛋白质晶体结构、蛋白质氨基酸序列、基因序列、蛋白质氨基酸序列比对等）
Aspera从NCBI下载基因组数据
Javis486的专栏
06-07 1万+
1.下载/安装Aspera 下载地址：http://downloads.asperasoft.com/en/downloads/8?list 选择对应的版本，我用的是centos7_x64服务器，安装文件aspera-connect-3.7.2.141527-linux-64.sh 使用普通用户进行安装 sh aspera-connect-3.7.2.141527-linux-64.s...
NCBI原始数据下载
02-19
### 如何从NCBI下载原始数据文件 #### 使用EBI作为替代源 由于直接从NCBI下载可能会遇到较慢的速度问题，可以考虑使用欧洲生物信息学研究所(EBI)来代替。因为这两个机构之间的数据库资源是共享的，这意味着可以从EBI获取相同的数据集而无需担心速度上的瓶颈[^1]。 #### 利用SRA工具包进行下载 对于希望直接通过命令行操作并更灵活控制下载过程的情况来说，安装并配置好`SRA Toolkit`是一个不错的选择。此套件允许用户基于特定样本编号(SRA accession number)，即所谓的"SRA号", 来检索和下载来自NCBI SRA数据库中的序列读取档案（Sequence Reads Archives）。具体步骤如下： 1. 访问[SRA ToolKit官方GitHub页面](https://github.com/ncbi/sra-tools/wiki/01.-Downloading-SRA-Toolkit)[^4],按照说明完成软件包的下载与安装； 2. 获取目标样品对应的唯一识别码（Accession Number），这通常可以在论文补充材料或者公共基因表达综合(GEO)项目描述页找到； 3. 执行预处理命令以准备环境变量设置等必要条件； ```bash prefetch --option-file accessions.txt ``` 上述代码片段展示了如何批量下载多个由文本列表指定的目标记录。其中`accessions.txt`应包含一行或多行有效的SRA访问ID。 4. 对于单个条目，则可以直接调用带有相应参数值的`fastq-dump`指令来进行转换成FASTQ格式输出: ```bash fastq-dump SRRxxxxxx ``` 这里假设`SRRxxxxxx`代表具体的某一条目的标识符。 #### 探索SRA结构化层次关系 值得注意的是，在尝试定位所需的具体实验或运行之前，了解SRA内部是如何组织这些元数据是非常有帮助的。整个体系被划分为四个主要级别：研究(BioProject), 实验室提交批次(BioSample), 测序计划(Experiment), 和实际执行过程中产生的每一轮次的结果(Run)。理解这一架构有助于更加精准地锁定感兴趣的资料位置[^3]。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值