在NCBI中收集了很多不同物种，不同时期，不同部位等等的转录组测序的原始数据，这些数据都是可以公共使用的，我们可以通过分析这些数据研究和验证基因在转录组中的变化，还可以降低分子学实验的研究成本。那么如何获取这些数据便成了关键。
上一篇文章我们介绍了如何在NCBI上上传数据，下面我们将会继续介绍如何下载数据
数据下载
数据下载方法：
第一步，打开NCBI(https://www.ncbi.nlm.nih.gov/)。点击Download，然后会导航向新的页面(https://www.ncbi.nlm.nih.gov/home/download/)
第二步，选择下载的方式。这里我们选择用下载工具来获取自定义数据集，点击Dowdload Tools即可。导航至新的页面(Software Tools-Download-NCBI )后，我们选择使用SRA Toolkit，这个工具用于下载、操作和验证存储在NCBI SRA数据库中的下一代测序数据，直接点击Download即可。再导航至新的页面(https://github.com/ncbi/sra-tools/wiki/01.-Downloading-SRA-Toolkit#sra-toolkit)后，点击右侧02\. Installing SRA Toolkit，根据提示开始进行下载安装。
第三步，下载安装SRA Toolkit，这个工具包含MacOS、Windows、Ubuntu和CentOS四种使用版本，按照提示，完成下列步骤。在下载SRA Toolkit时确保你的下载链接对应的软件版本是跟你的系统一致的。
1 不同版本SRA Toolkit下载。点击对应系统的版本下载安装压缩包，其中除了Windows版本，其他三个版本还可以使用命令进行下载
-
MacOS、Ubuntu、CentOS下载命令
Ubuntu版本
wget --output-document sratoolkit.tar.gz https://ftp-trace.ncbi.nlm.nih.gov/sra/sdk/current/sratoolkit.current-ubuntu64.tar.gz
CentOS版本
wget --output-document sratoolkit.tar.gz https://ftp-trace.ncbi.nlm.nih.gov/sra/sdk/current/sratoolkit.current-centos_linux64.tar.gz
Mac OS X版本
curl --output sratoolkit.tar.gz https://ftp-trace.ncbi.nlm.nih.gov/sra/sdk/current/sratoolkit.current-mac64.tar.gz
2 cd到下载文件的所在目录
3 对安装压缩包进行解压，Windows版本可以直接进行解压，MacOS、Ubuntu、CentOS需使用命令进行解压
-
MacOS、Ubuntu、CentOS解压命令
tar -vxzf sratoolkit.tar.gz
4 配置环境变量。cd到解压出的文件目录里的bin目录，程序都在这个目录下。注意解压后的目录的名称，这个目录的名称随每个版本而变化，并随平台而变化，即遵循模式sratoolkit.<release>-<platform>，例如，用于Mac OS X的3.0.0版本的sratoolkit.3.0.0-mac64
Windows版本直接进入bin目录即可。MacOS、Ubuntu、CentOS版本需将二进制文件的路径附加到path环境变量，以Mac OS X的3.0.0版本的sratoolkit.3.0.0-mac64为例。
一次性环境变量(每次重新开启命令栏需重新配置)
export PATH=$PATH:$PWD/sratoolkit.3.0.0-mac64/bin
永久环境变量(每次重新开启命令栏无需重新配置)
echo "export PATH=$PATH:$PWD/sratoolkit.3.0.0-mac64/bin" >> ~/.bashrc
source ~/.bashrc
验证二进制文件是否能被Shell找到
which fastq-dump
5 进行Toolkit快速配置。确保你在下载文件的bin目录中，按照以下步骤进行软件配置
首先需执行命令进入工具配置页面。该工具有 6 个页面，用于设置的不同方面。按钮的顶行在所有 6 页上都可见。可以通过按红色突出显示的字母来操作按钮，或者按 Tab 键直到到达所需的按钮，然后按空格键或回车键。
vdb-config -i
a. MAIN页面
第一个选项：[启用远程访问]（如果启用），则指示
SRA工具通过HTTPS从远程位置获取数据。 远程位置是NCBI、AWS或GCP上的服务器。 如果关闭此复选框，并且没有可用的本地数据（通过下载），则SRA工具包找不到任何数据。第二个选项：[首选具有简化基本质量分数的
SRA精简版文件]（如果启用），则指示SRA工具在可用时获取 SRA 精简版数据。SRA 精简版格式较小，包含简化的质量分数。
b. CACHE页面
复选框[启用本地文件缓存]允许缓存到文件中。只有在无法配置公共位置的特殊情况下，才应该禁用此功能。
可以设置2个不同的位置
公共用户存储库
本地进程。
如果两者都配置，则忽略“进程本地”。
c. AWS页面
第一个选项：[“接受 AWS 费用”]（如果启用），允许您在需要付款时访问 AWS 上的数据。
第二个选项：[“报告云实例身份”]（如果启用），允许您免费访问 AWS 上的公共数据。
d. GCP页面
第一个选项：[“接受 GCP 费用”]（如果启用）,允许您在需要付款时访问 GCP 上的数据。
第二个选项：[“报告云实例身份”]（如果启用）,允许您免费访问 GCP 上的公共数据。
e. NET页面
如果网络配置需要，可以在此输入代理
f. TOOLS页面
在此选择下载文件时的位置
用户储存库
当前目录
6 完成配置之后，测试工具包的功能
- 执行下面的命令
fastq-dump --stdout -X 2 SRR390728
- 在运行后等待一段时间出现以下确切的输出结果，则配置成功
Read 2 spots for SRR390728
Written 2 spots for SRR390728
@SRR390728.1 1 length=72
CATTCTTCACGTAGTTCTCGAGCCTTGGTTTTCAGCGATGGAGAATGACTTTGACAAGCTGAGAGAAGNTNC
+SRR390728.1 1 length=72
;;;;;;;;;;;;;;;;;;;;;;;;;;;9;;665142;;;;;;;;;;;;;;;;;;;;;;;;;;;;;96&&&&(
@SRR390728.2 2 length=72
AAGTAGGTCTCGTCTGTGTTTTCTACGAGCTTGTGTTCCAGCTGACCCACTCCCTGGGTGGGGGGACTGGGT
+SRR390728.2 2 length=72
;;;;;;;;;;;;;;;;;4;;;;3;393.1+4&&5&&;;;;;;;;;;;;;;;;;;;;;<9;<;;;;;464262</pre>
第四步，下载数据
a. 单个数据下载
prefetch SRR390728
b. 多个数据批量下载
prefetch --option-file /User/user/data/SRR_Acc_List.txt
-
SRR_Acc_List.txt为包含所需下载样本的样本名的文件，可直接从NCBI中直接获得，具体步骤如下
第五步，数据解压
a. 单个数据解压
fastq-dump --gzip --split-3 -O /User/outdir -A SRR390728
--gzip ：输出为gz格式压缩文件
-O ：设置输出的文件路径，/User/outdir改为想要输出的路径
--split-3 ：不知道SRA文件是单端还是双端，默认使用--split-3
b. 多个数据解压
for i in `seq x y` ##x,y为连续的自然数，比如`seq 1 3`指1，2，3
do
fastq-dump --gzip --split-3 -A SRR······${i} ##'······'为多个样本的编号中相同的部分
done
希望这篇文章可以帮助到你
未完待续
作者 ：夏末白羽
