NCBI SRA数据库

Posted 2020-12-05 yahengwang

 

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 GenomeAnalyzer®，Applied Biosystems SOLiDSystem®，HelicosHeliscope®，CompleteGenomics®和Pacific BiosciencesSMRT®）的原始测序数据和比对信息，储存的测序数据在研究团体间可重复使用，并通过比较数据集来实现新发现。

典型的下一代测序工作流程

SRA数据库和NCBI其它的数据库

NCBI开发和维护了35个以上生物数据类别数据库，包括科学文献、健康、基因组、基因、蛋白质和化学品六个大类。

每个数据库都有自己的最小可发布单元。 例如，PubMed的最小可发布单位是一篇文章，而在SRA中，最小可发布单位是一个实验（以SRX＃的形式登录）。 SRA实验包括序列数据和有关生物样品如何测序的(元数据)。

SRA数据库与其它数据库的交互

所有NCBI数据库都是互连的。 这种相互关联可以实现强大的搜索功能。 例如：

查找PubMed中引用SRA研究的文章： “pubmed sra”[Filter]

查找发表在PubMed的SRA实验：“sra pubmed”[Filter]

同样，您可以找到与其他NCBI数据库的SRA连接，反之亦然。

点击SRA查找,更多例子

SRA数据

SRA接受来自各种测序项目的数据，包括涉及人类受试者或其基因组的临床重要研究，其可能含有人类序列。 这些数据通常通过dbGaP（基因型和表型数据库）进行受控访问。

SRA数据下载

1.SRA Toolkit工具下载

下载安装

2.下载数据

首先去NCBI里面搜索并找到你想要的数据的SRA地址，然后写脚本批量下载。

$ while read line ; do wget $line; done<sra_ftp.txt

然后解压*.sra文件

$ for i in $(ls *.sra) ;do echo $i ; fastq-dump –split-3 $i ; done

查看fastq文件

【参考文献】

SRA