零基础小白笔记2 |数据与样本信息的获取_sra数据怎么获取标本基本信息-优快云博客

❀前言：

（1）本次分析流程基于一篇文献的复现，将以其中一个样本为例完成整个chip-seq流程的分析；

（2）文献参考：MLL2 conveys transcription-independent H3K4 trimethylation in oocytes文献链接https://www.nature.com/articles/s41594-017-0013-5（3）文章原始数据参考：来自GEO数据库；文章原始数据参考https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE93941

（4）以d5_NGO_H3K4me3和d5_NGO_input为例；NGO表示未生长的卵母细胞；

H3K4me3为组蛋白H3K4的三甲基化，是最重要的甲基化修饰之一；

input即代表空白对照组，即未经抗体处理的对照样本，用于排除背景信号的影响；

（本分析从sra数据开始，也可从fastq文件开始；sra 文件是一种专门用于存储原始测序数据的二进制格式，而 fastq文件是一种通用的文本格式，用于存储测序读数及其相应的质量信息；简单来说就是sra数据未经处理，而fastq数据则被进行了部分处理）

（1）查找样本sra序号：点击GSM2465447

（2）鼠标滑到下面，找到SRX序号：

（3）点击后，鼠标再次滑到最下面，找到SRR序号：

（4）使用命令行下载文件：（其余文件同理）

prefetch https://sra-pub-run-odp.s3.amazonaws.com/sra/SRR5195455/SRR5195455

（4.1）温馨提示：可以使用nohup命令将数据的下载挂在后台，防止突然断连：

nohup prefetch https://sra-pub-run-odp.s3.amazonaws.com/sra/SRR5195455/SRR5195455 &

（4.2）如果nohup命令使用效果不好，可以使用screen命令：（详细用法也可再自行学习）

screen -S name  ##name可自定义，回车后即可正常输入以下命令：

prefetch https://sra-pub-run-odp.s3.amazonaws.com/sra/SRR5195455/SRR5195455

##快捷键 ctrl+a+d：退出当前窗口

（1）平台信息为：（获取SRR序号时的页面）

（2）获取平台信息：

esearch -db sra -query 	PRJNA362876 | efetch -format runinfo > runinfo.csv

（2.1）esearch命令：是 NCBI（美国国家生物技术信息中心）提供的一个用于在其数据库中进行检索的命令行工具；以下为使用用法：

esearch -db sra -query your_search_terms | efetch -format runinfo

（2.2）得到runinfo.csv格式文件后需要保留所需样本信息，删除不需要的信息：目前只探索到了一个比较“foolish”的办法：即使用vim文本编辑器进行编辑，具体用法比较简单基础，网络上很多资源，大家也可以自行查找。有什么好的方法也可以多多留言呀~~