1.常規(guī)下載方式：prefetch

????對于常規(guī)下載sra數(shù)據(jù)來說，NCBI提供了它自己的一套工具(SRA-Toolkit)，其中用prefetch來下載數(shù)據(jù)，用fastq-dump來解壓數(shù)據(jù)。

1.1 首先需要獲取數(shù)據(jù)信息

????一般來說，我們需要下載的數(shù)據(jù)都是來自于文獻已經(jīng)發(fā)表的，在文獻中都會給一個GEO號，它長這個樣子GSE106826。 然后我們就可以直接到GEO DataSets中去搜索該數(shù)據(jù)集中的數(shù)據(jù)了。如下圖所示，直接點擊Search：

$ cat SRR_Acc_List.txt
SRR6283792
SRR6283793

1.2 然后用prefetch下載數(shù)據(jù)

??有了以上的sra Accession number，就可以直接用腳本命令下載數(shù)據(jù)了。

# 切換到SRR_Acc_List.txt所在的文件夾
$ ls 
SRR_Acc_List.txt
# 然后用以下命令下載
$ prefetch `less SRR_Acc_List.txt`
#如果想要后臺運行可以使用nohup加&
#這樣即使退出終端也不會斷掉的
$ nohup prefetch `less SRR_Acc_List.txt` &

2. sacp ，飛一般的下載速度

2.1 安裝ascp

wget http://download.asperasoft.com/download/sw/connect/3.7.4/aspera-connect-3.7.4.147727-linux-64.tar.gz

tar zxvf aspera-connect-3.7.4.147727-linux-64.tar.gz

# install
bash aspera-connect-3.7.4.147727-linux-64.sh

# check the .aspera directory
cd # go to root directory
ls -a # if you could see .aspera, the installation is OK

# add environment variable
echo 'export PATH=~/.aspera/connect/bin:$PATH' >> ~/.bashrc
source ~/.bashrc

# check help file
ascp --help

2.2 了解數(shù)據(jù)儲存結(jié)構(gòu)

注意！最近突然發(fā)現(xiàn)以下這個路徑找不到文件了，可能NCBI儲存結(jié)構(gòu)已經(jīng)改變，請看后邊ENA部分！

??NCBI的ftp網(wǎng)站上可以找到我們想要的sra文件，如果你比較一下就會發(fā)現(xiàn)，這些儲存的連接是有規(guī)律可循的，如下兩個文件：

ftp://ftp.ncbi.nlm.nih.gov/sra/sra-instant/reads/ByRun/sra/SRR/SRR690/SRR6904179/SRR6904179.sra
ftp://ftp.ncbi.nlm.nih.gov/sra/sra-instant/reads/ByRun/sra/SRR/SRR690/SRR6904180/SRR6904180.sra

你會發(fā)現(xiàn)它們前半部分都是一樣的，都以ftp://ftp.ncbi.nlm.nih.gov/sra/sra-instant/reads/ByRun/sra/SRR/開頭，而后邊緊跟的是SRR 序列號SRR6904179的前6位SRR690,然后就是序列號SRR6904179，再后邊就是序列號加一個后綴.sraSRR6904179.sra.

?? 由于最近NCBI的sra數(shù)據(jù)找不到具體儲存路徑了，所以就從ENA數(shù)據(jù)庫下載吧，ENA和NCBI存儲的數(shù)據(jù)是一樣的，所以不用擔(dān)心數(shù)據(jù)問題，而且ENA儲存的是fastq格式，更是省去了下載后從sra到fastq轉(zhuǎn)化這一步驟，簡直完美！

• ENA 的數(shù)據(jù)結(jié)構(gòu)是這樣的：

http://ftp.sra.ebi.ac.uk/vol1/fastq/SRR121/SRR121621/SRR121621_1.fastq.gz
http://ftp.sra.ebi.ac.uk/vol1/fastq/SRR121/SRR121621/SRR121621_2.fastq.gz

基本是和ncbi之前的存儲類似的，這里不再贅述。以下是下載一個文件的示例：

ascp -QT -l 300m -P 33001 -i ~/.aspera/connect/etc/asperaweb_id_dsa.openssh era-fasp@fasp.sra.ebi.ac.uk:/vol1/fastq/SRR121/SRR121621/SRR121621_1.fastq.gz path/to/download_dir

• 需要注意，下載時文件地址前統(tǒng)一用era-fasp@fasp.sra.ebi.ac.uk:開頭，后邊跟隨文件地址/vol1/fastq/SRR121/SRR121621/SRR121621_1.fastq.gz,中間是:連接，不是/，一定要注意??！

如果是下載多個文件的話，首先像用prefetch那樣拿到GEO序列號，然后用一個循環(huán)腳本就可以搞定了：

ftp='era-fasp@fasp.sra.ebi.ac.uk:/vol1/fastq'

mkdir sra  # make a output directory
cat SRR_Acc_List.txt |  while read i
 do
       SRR=$(echo ${i:0:6}) 
       # ascp -QT -l 300m -P 33001 -i ~/.aspera/connect/etc/asperaweb_id_dsa.openssh ${ftp}/${SRR}/${i}/{i}.fastq.gz ./sra 單端測序的話只有這一個文件
       ascp -QT -l 300m -P 33001 -i ~/.aspera/connect/etc/asperaweb_id_dsa.openssh ${ftp}/${SRR}/${i}/${i}_1.fastq.gz ./sra
       ascp -QT -l 300m -P 33001 -i ~/.aspera/connect/etc/asperaweb_id_dsa.openssh ${ftp}/${SRR}/${i}/${i}_2.fastq.gz ./sra
 done

實測ascp下載速度可達150M/s，如果你的網(wǎng)絡(luò)給力還可以更快！

3. wget 下載sra文件

??之前經(jīng)常使用prefetch下載sra文件，而且量比較大，但是經(jīng)常會出現(xiàn)time-out這種情況，會導(dǎo)致很多文件下載不下來，所以就考慮用wget試一下。但是這個真的不建議，除非你沒有辦法的情況下。wget很容易斷點導(dǎo)致數(shù)據(jù)不完整！

• 數(shù)據(jù)來源的話依然參考上邊ENA部分，腳本也基本相同，如下：
  注意這次網(wǎng)址直接使用的是：http://ftp.sra.ebi.ac.uk/vol1/fastq

ftp='http://ftp.sra.ebi.ac.uk/vol1/fastq'

mkdir sra  # make a output directory
cat SRR_Acc_List.txt |  while read i
 do
       SRR=$(echo ${i:0:6}) 
       # wget -c -t 0 -P ./sra ${ftp}/${SRR}/${i}/${i}.fastq.gz 單端只有一個文件
       wget -c -t 0 -P ./sra ${ftp}/${SRR}/${i}/${i}_1.fastq.gz
       wget -c -t 0 -P ./sra ${ftp}/${SRR}/${i}/${i}_2.fastq.gz
 done

參數(shù)說明：
-c 自動斷點續(xù)傳，一定要加！否則數(shù)據(jù)會有不完整的情況
-t 配合-c參數(shù)，設(shè)置為0表示連接失敗后無限次重新嘗試，直到成功為止
-P 表示把數(shù)據(jù)下載到指定文件夾下

?? 三種方法比較下，首先推薦ascp，速度是真的快??；其次是prefetch，速度一般般，很容易下載失敗，需要多次嘗試重新下載；最不推薦的是wget，但是如果以上兩種方式你都不適用，那就試試這個吧。