Aspera 下载_SRA原始数据下载

Aspera

• 简介：Aspera是一款高速传输软件，不受文件大小，网络条件等影响，速度比HTP和FTTP协议快数百倍。Windows和Linux系统均可下载使用。

1.Windows下载：浏览器直接搜索Aspera-connect下载浏览器插件。
2.Ubuntu下载：

1.下载Aspera-connec：wget https://download.asperasoft.com/download/sw/connect/3.6.2/aspera-connect-3.6.2.117442-linux-64.tar.gz 
2.解压缩：tar zvxf aspera-connect-3.6.2.117442-linux-64.tar.gz
3.运行：sh aspera-connect-3.6.2.117442-linux-64.sh
(此时在home目录下会生成 `.aspera` 的隐藏文件，使用 ls -a 命令可查看)
4.添加环境变量：echo 'export PATH=~/.aspera/connect/bin:$PATH' >>~/.bashrc  #正确的添加应该是 vim ~/.bashrc ,然后在最后加上export PATH=“~/.aspera/connect/bin:$PATH”，
                                                                      最后 source ~/.bashrc
5.使其生效：source ~/.bashrc
6.拷贝秘钥文件：cp ~/.aspera/connect/etc/asperaweb_id_dsa.openssh ~/
7.拷贝协议文件：sudo cp ~/.aspera/connect/etc/aspera-license /usr/local/bin/

• Aspera命令行工具的使用：ascp [参数] 目标文件 目的地址

• ascp常用参数：

1. -T ---- 取消加密。若不添加此参数，可能会下载不了。 
2. -i ---- 输入私钥，一般不要少。安装 aspera 后在目录 ~/.aspera/connect/etc/ 下有几个私钥， 使用 linux 服务器的时候一般使用 asperaweb_id_dsa.openssh 文件作为私钥。 
3. -l string ----- 设置最大传输速度，比如设置为 200M 则表示最大传输速度为 200m/s。 若不设置该参数，则一般可达到10m/s的速度，而设置了，传输速度可以更高。
4. -k ---- 断点续传 ，一般设置为1
5. -v ---- 可以实时知道程序在做什么，方便查错
6. -Q --- 一般加上吧
7. --host=string --- ftp的host名，NCBI的为ftp-private.ncbi.nlm.nih.gov；EBI的为 fasp.sra.ebi.ac.uk。 
8. --user=string --- 用户名，NCBI的为anonftp，EBI的为era-fasp。 
9. --mode=string --- 选择模式，上传为 send，下载为 recv。 
10. --file-list --- 批量下载SRA文件的路径

二，在SRA数据库中下载数据

• 简介：SRA数据库是用于存储二代测序的原始数据的数据库。除了原始序列数据外，SRA现在也存在raw reads在参考基因的比对信息。

根据SRA数据产生的特点，将SRA数据分为四类：
Studies-- 研究课题,用前缀ERP或SRP表示
Experiments-- 实验设计,用前缀SRS表示

Runs-- 测序结果集,用前缀SRX表示                              Illumina的测bai序仪是以flowcell进行测序的，一般的一张flowcell是一个run，像Hiseq2500的话是2张flowcell，也就是一次运行的测序量。每张flowcell上通常都有多个通道，每个通道可以单独测不同的样品，这样的通道就是lane。Hiseq2500的一张flowcell有8条通道，也就是8个lane。如果上机前使用cbot的话可以每条lane都跑不同的样品，互不干扰，如果直接上机进行快速模式的话就无法区分不同样本了             lane表示测序芯片上的一条流通槽，测序文库与试剂均在里面，测序信号的扫描也是按照一条lane上的一个tile进行。

Samples-- 样品信息。用前缀SRR表示

• SRA中数据结构的层次关系为：Studies->Experiments->Samples->Runs

1、使用Aspera获取单个SRA数据：

1. 首先知道SRA数据库数据的存放地址是ftp-private.ncbi.nlm.nih.gov，使用时加上ftp://或者http://，SRA在Aspera的用户名是anonftp
2. 通过输入上述链接（这是已知accession no.的情况下可以直接查找，不知道accession no.的可以去SRA主页查找）然后逐步定位到需要查找的accession no，获得链接。
3. 以 SRR6208854为例，可以得到链接ftp://ftp.ncbi.nlm.nih.gov/sra/srainstant/reads/ByRun/sra/SRR/SRR620/SRR6208854/SRR6208854.sra
   将ftp://ftp.ncbi.nlm.nih.gov改为anonftp@ftp-private.ncbi.nlm.nih.gov:/注意不要少了：
4. 完整代码如下：

ascp -v -i ~/.aspera/connect/etc/asperaweb_id _dsa.openssh -T -k 1 -l 200m anonftp@ftp-private.

作者：Lillian李李安
链接：https://www.jianshu.com/p/ba996eb39ab4
来源：简书
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。