這是個簡短的教程，目的是介紹幾種比較方便快捷的下載SRA、SAM及Fastq文件的方法。

NCBI-SRA和EBI-ENA數據庫

SRA數據庫: Sequence Read Archive：隸屬NCBI (National Center for Biotechnology Information)，它是一個保存高通量測序原始數據以及比對信息和元數據 (metadata) 的數據庫，所有已發表的文獻中高通量測序數據基本都上傳至此，方便其他研究者下載及再研究。其中的數據則是通過壓縮后以.sra文件格式來保存的。

ENA數據庫：European Nucleotide Archive：隸屬EBI (European Bioinformatics Institute)，功能同SRA，并且對數據做了注釋，界面更友好，當然對于我們來說，最誘人的當屬可直接下載fastq (.gz)文件這一項了。

sra文件下載方式

多數情況下，我們下載sra文件是為了獲取相應的fastq或者sam文件，這樣可以和自己的pipeline對接上，直接分析，所以

1. 找地方：用手頭上的SRR (SRA Run)序列號去ENA搜索，如果有，就在這兒下；如果沒有，就去SRA數據庫下載

2. 選方法：

首選Aspera Connect軟件，這是IBM旗下的商業高速文件傳輸軟件，與NCBI和EBI有協作合同，我們可以免費使用它下載高通量測序文件，體驗飛一般的感覺，速度可飚至300-500M/s。下載完成后，本地用fastq-dump提取fastq文件，用sam-dump提取SAM文件。

其次，如果上述方法不奏效，優先使用sratoolkit中的prefetch命令。

最后，使用sratoolkit中的fastq-dump和sam-dump命令下載，如果fastq-dump不穩定，推薦大家嘗試Biostar Handbook中的wonderdump腳本。

警告：不要用wget或curl去下載sra文件，這會導致下載的文件不完整！

Aspera Connect命令行工具ascp的安裝

首先，進入Aspera Connect的下載頁面，選擇linux版本，復制下載地址

wget http://download.asperasoft.com/download/sw/connect/3.7.4/aspera-connect-3.7.4.147727-linux-64.tar.gztar zxvf aspera-connect-3.7.4.147727-linux-64.tar.gz# 安裝bash aspera-connect-3.7.4.147727-linux-64.sh# 查看是否有.aspera文件夾cd # 去根目錄ls -a # 如果看到.aspera文件夾，代表安裝成功# 永久添加環境變量echo 'export PATH=~/.aspera/connect/bin:$PATH' >> ~/.bashrcsource ~/.bashrc# 查看幫助文檔ascp --help

至此，安裝完成，下面介紹如何利用 ascp在SRA和ENA中下載數據

ascp的用法：ascp [參數] 目標文件 目標地址

在線文檔(https://download.asperasoft.com/download/docs/ascp/2.6/html/index.html?https://download.asperasoft.com/download/docs/ascp/2.6/html/fasp/ascp.html)

先了解幾個 ascp命令的常用參數

-v verbose mode 嘮叨模式，能讓你實時知道程序在干啥，方便查錯。有些作者的程序缺乏人性化，運行之后，只見光標閃，壓根不知道運行到哪了

-T 取消加密，否則有時候數據下載不了

-i 提供私鑰文件的地址，我也不知道干嘛的，反正不能少，地址一般是~/.aspera/connect/etc中的asperawebiddsa.openssh文件

-l 設置最大傳輸速度，一般200m到500m，如果不設置，反而速度會比較低，可能有個較低的默認值

-k 斷點續傳，一般設置為值1

-Q 不懂，一般加上它

-P 提供SSH port，一般是33001，反正我不懂

ASCP使用案例

SRA數據庫下載：首先記住，數據的存放地址是 ftp-private.ncbi.nlm.nih.gov，SRA在Aspera的用戶名是 anonftp，下載舉例：

• 如果我想下載 SRR949627.sra文件，首先我需要找到地址，去ncbi ftp-private或者ncbi faspftp，一層層尋找，直至找到，然后記下鏈接地址，就可以開始下載了：

ascp -v -i ~/.aspera/connect/etc/asperaweb_id_dsa.openssh -k 1 -T -l200m anonftp@ftp-private.ncbi.nlm.nih.gov:/sra/sra-instant/reads/ByRun/sra/SRR/SRR949/SRR949627/SRR949627.sra ~/biostar/aspera/

注意：anonftp@ftp-private.ncbi.nlm.nih.gov后面是:號，不是路徑/！

一般來說，NCBI的sra文件前面的地址都是一樣的/sra/sra-instant/reads/ByRun/sra/SRR/...，那么寫腳本批量下載也就不難了！

ENA數據庫下載：這里和上面不同，數據的存放地址是 fasp.sra.ebi.ac.uk，ENA在Aspera的用戶名是 era-fasp，下載舉例：

• 同樣，我還是下載 SRR949627，方便的是ENA中可以直接下載 fastq.gz文件，不用再從sra文件慢吞吞的轉換了，那么地址呢，可以去ENA搜索，再復制下fastq.gz文件的地址，或者可以去ENA的ftp地址 ftp.sra.ebi.ac.uk搜索，注意，是ftp，不是fasp！記下鏈接地址，就可以下載了：

ascp -QT -l 300m -P33001 -i ~/.aspera/connect/etc/asperaweb_id_dsa.openssh era-fasp@fasp.sra.ebi.ac.uk:/vol1/fastq/SRR949/SRR949627/SRR949627_1.fastq.gz ~/biostar/aspera/

注意：era-fasp@fasp.sra.ebi.ac.uk后面是:號，不是路徑/！

一般來說，EBI的sra文件前面的地址也都是一樣的vol1/fastq/...，那么寫腳本批量下載也就不難了！

參考資料

使用速鉑Aspera下載NGS數據

Aspera助力快速下載NCBI基因組與SRA原始數據