weixin_43547588的博客

我这里主要介绍gene2ensembl，gene2accession， gene2pubmed，gene2go，gene_info信息文件，它们的核心连接是gene的entrez ID号，了解了以下文件之后，可以把gene的entrez ID随意转换为ensembl的ID号，也可以随意转为基因名字，或者基因的通路信息。总共只有三列，分别是物种ID号，gene的entrez ID号，和对应的pubmed ID号。主要看第三列的GO_ID与第四列的gene_name对应着。第四列：RNA的NCBI索取号。

解析SRA地址可知从SRR133571.sra到SRR133639.sra，共69个文件。解压后共216G的数据，都是fastq格式的单端50bp的数据。，阅读文献可知其包含4种细胞的6种处理方式的转录组数据。也是批处理进行解压，代码如下。将SRR整理到文件id中。可以看到它的下载索引是。下载之后共14G的数据。