SRA数据下载

0.简介

主要讲如何通过利用aspera快速下载sra数据。

1.数据搜寻

一般大多数还是习惯在NCBI上检索数据，比如我随便搜索一个拟南芥的SRA数据。

SRR627952：

但是一般下载还是在EBI上下，EBI和NCBI SRA号是通用的。EBI下载界面比NCBI人性化很多，（2023年更新：NCBI现在也进化了很多），但重点是EBI可以直接通过Aspera快速下载。

最后还要判断是单端数据还是双端数据，这点很重要。单端是single。

2.Aspera

首先是要获取这个fastq数据在EBI的存储地址，一个perl脚本搞定：

perl get_sra_address.pl

-i SRA号

-l SRA号 list

-s 单端数据要加 -s

-a 下载数据目标地址，默认是当前目录（.）

两种使用方法

1.第一种你只下一个数据，只有一个SRA号，以单端数据SRR627952为例：

perl get_sra_address.pl -i SRR627952 -s

2.你有很多SRA号，这样一个一个输入就不方便，那么你可以将所有SRA号写入一个list文件

perl get_sra_address.pl -l list.txt

注意这个list只能都是单端数据或者都是双端数据，都是单端加 -s，双端不用加

具体脚本如下，如果Aspera的安装地址不是默认，那么要自行修改代码的$key部分

#get_sra_address.pl

#get_sra_address.pl
#!/usr/bin/perl

use strict;
use warnings;
use Getopt::Long;
my ($in,$list,$help);
my $address=".";
our $single;
GetOptions(
        "in=s" =>\$in,
	"list=s" =>\$list,
	'single!' => \$single,
	'address=s' =>\$address,
	"help|h" =>\&USAGE,
)or USAGE();


sub USAGE{
my $usage=<<"USAGE";
USAGE:
$0
输入sra号获得ascp下载地址


-i 单独输入一个sra号


-l 输入sra号列表


-a 数据下载地址 (.)


-s single 输入的是单端测序数据


USAGE
print $usage;
exit;
}


if($in){
  getaddress($in); 
}
if($list){
	open LI,"$list"or die "Cannot find the specified list file"; 
	while(my $line =<LI>){
		chomp($line);
		getaddress($line)
		
	}
}




sub getaddress{
my $id=$_[0];
my $key='~/.aspera/connect/etc/asperaweb_id_dsa.openssh';
my $len=length($id);
my $six=substr($id,0,6);
my $sub=$len-9;
my $n=substr($id,-$sub,$sub);
my $m=3-$sub;
my $a='0' x $m;


if($single){
	if($len == 9){
		print "ascp -QT -l 200m -P 33001 -k1 -i $key era-fasp\@fasp.sra.ebi.ac.uk:/vol1/fastq/$six/$id/$id.fastq.gz $address\n";
	}elsif($len >9){
		print "ascp -QT -l 200m -P 33001 -k1 -i $key era-fasp\@fasp.sra.ebi.ac.uk:/vol1/fastq/$six/$a$n/$id/$id.fastq.gz $address\n";
	}
}else{
	if($len == 9){
		print "ascp -QT -l 200m -P 33001 -k1 -i $key era-fasp\@fasp.sra.ebi.ac.uk:/vol1/fastq/$six/$id/$id\_1.fastq.gz $address\n";
		print "ascp -QT -l 200m -P 33001 -k1 -i $key era-fasp\@fasp.sra.ebi.ac.uk:/vol1/fastq/$six/$id/$id\_2.fastq.gz $address\n";
	}elsif($len >9){
		print "ascp -QT -l 200m -P 33001 -k1 -i $key era-fasp\@fasp.sra.ebi.ac.uk:/vol1/fastq/$six/$a$n/$id/$id\_1.fastq.gz $address\n";
		print "ascp -QT -l 200m -P 33001 -k1 -i $key era-fasp\@fasp.sra.ebi.ac.uk:/vol1/fastq/$six/$a$n/$id/$id\_2.fastq.gz $address\n";
	}
}
}