SRA-Toolkit使用方法

前言

	众所周知，在做生信分析的过程中，数据获取是关键，而数据的来源就那么几个途径，我们难免要到NCBI上去下载数据，而在NCBI上下载数据又比较慢，所以需要寻求其他软件的辅助，而sra-toolki恰好解决了这个问题，本文主要是对sra-toolki的安装与下载做了相关的阐述，希望能够帮到刚接触这块的友友们。

一、SRA-Toolkit是什么？

	sra-toolkit是NCBI中推出的一个软件，支持windows、linux等，下面主要针对linux环境下的操作进行说明。

二、使用步骤

1、 软件下载

（1）在Windows下NCBI官网里，下载sratoolkit（具体到版本号，系统为Centos，操作系统为Linux64位），具体如下：
第一步：在NCBI的主界面，点击进入Download

第二步：在Download界面，点击进入Download Tools

第三步：在SRA Toolkit栏目下，点击进入下载

第四步：点击下载需要的版本，一般下载CentoOS Linux 64 bit architecture

（2）在Windows下找到下载的文件，把下载的压缩文件传输到Linux服务器，本人用的Linux辅助软件是Mobaxterm,界面如下：

ps:可能有人就会说，为什么不直接在Linux中用wget命令下载？
据笔者亲身比较，这种方法会比较快。

2、文件解压

（1）在Linux下找到上传的文件，然后使用命令：

tar -zxvf sratoolkit.2.8.2-centos_linux64.tar.gz

(Ps:具体看自己下载的sratoolki的版本号)
（2）出现以下文件，代表软件下载成功：

3、 配置环境

（1）将环境写入.bashrc中：

echo "export PATH=\$PATH:\$home/local/app/sratoolkit.3.1.2-centos_linux64/bin" >> ~/.bashrc

（Ps:具体路径看自己安装软件的位置）
（2）运行环境：

source ~/.bashrc

（3）调配软件环境:

vdb-config -i

(Ps:这个是在软件的bin下执行的,出现一个界面，代表配置存储环境成功，默认环境即可)

（4）环境配置失败原因总结:
之前安装过旧版本，并把它的bin写入了PATH变量(即.bashrc)中，那么我现在运行的vdb-config –interactive可能是上个版本的，而不是我现在版本下的。这样需要删除之前的环境变量，换成现在版本的位置，写入环境变量。
ps:当然，如果有人是在windows下的Ubuntu中运行的，则可能需要使用命令./bin/vdb-config –i（在与bin的同级目录下）

4、测试

（1）Ubuntu中在与软件bin的同级目录下执行以下命令：

./bin/fastq-dump

./bin/prefetch

若显示相关信息就代表软件安装成功
（2）linux中在软件bin的目录下执行以下命令：

fastq-dump -h

prefetch -h

若显示相关信息就代表软件安装成功

5、数据下载

（1）linux远程下载数据:
软件的bin目录下执行：

prefetch ERR6683659

其中ERR6683659为NCBI下SRA中编号（统一的）
（2）Ubuntu远程下载数据：
与软件bin的同级目录下：./bin/prefetch SRR1553610
（ps:不太建议使用这种方式下载数据，相当于在NCBI中下载，推荐在Linux中，当出现ERR6683659.sra代表下载完成）

6、数据处理

（1）Linux下：
下载完后使用命令:

fastq-dump --split-files ERR6683659

(ps:这条命令是在软件的bin内运行）
（2）Ubuntu下：
使用命令：

./bin/fastq-dump --split-files SRR1553610

(ps:这条命令是在与软件bin的同级目录下执行)
（3）这里获得的文件是根据数据的类型决定的，若是单端测序的数据，则只会获得一个文件，若是双端测序的数据，则会获得两个文件。

7、批量数据处理

（1）背景：想获得NCBI上批量的SRA数据
（2）打开ncbi 中需要下载的数据界面，搜索想要下载数据的关键信息

（3）具体的对象

（4）具体的实验数据

（6）下载数据清单

（7）将清单信息传输到服务器

（8）脚本实现流程化（shell脚本）：

for line in `cat SRR_list`
do
        prefetch ${line}
        fastq-dump --split-files ${line}
done

（9）整理目录可以这样：

mv *.fastq file 
#指定文件夹

总结

例如：以上就是今天要讲的内容，主要是针对NCBI下载数据慢的问题，该方法不是唯一，据笔者了解，还有其他的解决办法。虽然这种方法处理数据不是最快的，但却是最稳的，不至于经常报出错，这种方法适合刚接触NCBI，需要在其中下载数据的初学者，这是笔者的一些经验总结，供各位道友参考！