SRAtoolkit是NCBI開發的一個用于SRA文件處理的軟件包,包含許多有用的工具。
一. 下載安裝
1. 可以在NCBI上下載,網址為:
https://trace.ncbi.nlm.nih.gov/Traces/sra/sra.cgi?view=software
我們的服務器使用的是centos操作系統,可以使用wget命令直接下載到服務器端,命令如下
wget https://ftp-trace.ncbi.nlm.nih.gov/sra/sdk/2.11.1/sratoolkit.2.11.1-centos_linux64.tar.gz
2. 解壓安裝
下載之后使用tar命令解壓后就可以直接使用
tar zvxf sratoolkit.2.11.1-centos_linux64.tar.gz
3. 測試安裝是否成功
#輸入軟件所在位置并輸入 -h
~/Biosofts/sratoolkit.2.9.2-ubuntu64/bin/fastq-dump -h
若顯示如下圖則可以使用了
也可以用conda快捷安裝
4. 將sratoolkit 添加到環境變量
#進入環境變量所在的目錄后輸入
echo 'export PATH=~/Biosofts/sratoolkit.2.9.2-ubuntu64/bin:$PATH' >> ~/.bashrc
source ~/.bashrc
#這里面的~/Biosofts/sratoolkit.2.9.2-ubuntu64/bin表示是sratoolkit 所在的目錄
5. 再次測試sratoolkit 的安裝
將sratoolkit路徑加入環境變量之后就可以直接使用sratoolkit了,不需要每次使用時再輸入安裝路徑:
輸入
fastq-dump -h
屏幕顯示為
則表示可以使用了。
6. 更改下載路徑
若不修改,則下載到~/ncbi/public/sra 目錄下, 在服務器上通常需要下載到指定目錄, 所以安裝好以后需要更改默認下載目錄.
找到并進入sratoolkit所在目中的bin文件夾:輸入 ./vdb-config -i ,會出現如下的界面:
按上下鍵移動,到Change,回車后選擇對應的目錄『該目錄必須為空』,移動到Save回車后,移動到Exit回車
二、SRA數據的下載
如果下載單個樣品的SRA,可以在NCBI上先找到SRA 的ID,如在NCBI上找到的Oreocharis longifolia ID為 SRR12339613,可以在服務器上輸入
nohup fastq-dump SRR12339613 &
即可進行下載SRA文件.
或直接將文件下載并轉成雙端的fastq的gz壓縮文件。
nohup fastq-dump --split-files SRR12339613 -gzip &
# --split-files -gzip 會將SRA文件下載的同時分割成正反兩個方向測序的文件并進行壓縮
下載之后會獲得下圖這樣的文件,就是轉錄組雙向測序的文件.
若需要批量下載,可先獲得ID list, 如若需要某一個項目中的所有SRA數據,可以直接在NCBI中搜索該project的ID,獲得Accession List。
然后輸入
prefetch --option-file SRR_Acc_List.txt
進行批量下載
sratoolkit常用命令
fastq-dump SRR12339613 #將sra轉換成fastq
fastq-dump --fasta 50 SRR12339613 #sra轉換成fasta,50為每行50個堿基
fastq-dump --split-files SRR12339613 #將雙端測序文件分開
fastq-dump --split-3 filename其中--split-3參數代表著如果是單端測序就生成一個 、.fastq文件,如果是雙端測序就生成_1.fastq 和*_2.fastq 文件。
若下載下來的為sra文件需要批量轉化為fastq文件,可以使用簡單的for循環腳本:
for i in *sra
do
echo $i
fastq-dump --split-3 $i
done