一、fastq-dump是什么
fastq-dump是一款来自于SRA toolkit的软件，可以帮助用户从NCBI下载大型的NGS数据，并且具有很高的下载效率。SRA toolkit是一个专门用于访问数据存储库的大型软件包，其中包含一系列有用的数据获取和处理工具。
在许多情况下，用户从NCBI获取NGS数据时，会先通过浏览器查找到谷歌搜索，然后手动下载每个文件，这样往往会很麻烦。而fastq-dump则可以快速且自动地处理一批数据文件，因此成为了下载大量NGS数据的利器。
二、从NCBI下载数据
下载fastq-dump之后，用户需要在终端或命令提示符中运行该软件，以连接到NCBI并下载所需的NCBI存取数据（SRA）。以下是一个示例：
fastq-dump SRR390728
下载命令后面跟着的是所需的SRR ID，它是一个类似于 accession.number的唯一标识符。可以指定多个SRR ID，也可以将其存储在文件中，并通过下面的方法来读取：
fastq-dump --accession-list accessions.txt
其中accessions.txt是一个文本文件，其中包含要下载的SRR ID列表，每个ID占一行。
三、从SRA文件下载数据
有时候，用户可能只需要从SRA文件下载数据，而不是从NCBI。使用fastq-dump下载SRA文件数据的过程与下载NCBI存取数据的过程类似。
首先，需要下载SRA文件：
wget ftp://ftp-trace.ncbi.nih.gov/sra/sra-instant/reads/ByRun/sra/SRR/SRR390/SRR390728/SRR390728.sra
其中，SRR390728.sra是所需的SRA文件。下载完成后，运行以下命令来将其转换为fastq格式：
fastq-dump SRR390728.sra
四、fastq-dump其他选项
fastq-dump有许多有用的选项，下面简单介绍几个：
–gzip参数将结果压缩成gzip格式，以节省磁盘空间。
fastq-dump --gzip SRR390728
–split-3参数将双端序列分别生成两个单端序列，每个序列都以_1或_2结尾。
fastq-dump --split-3 SRR390728
需要注意的是，如果下载的是单端序列，则这个选项没有任何作用。
五、通过fastq-dump下载SRA RunInfo和SRA Experiment
除了下载SRA数据文件之外，fastq-dump还可以帮助用户获取SRA运行信息（即SRA RunInfo）和SRA实验信息（即SRA Experiment）。
要获取SRA RunInfo，请使用以下命令：
fastq-dump --info SRR390728
要获取SRA实验信息，请使用以下命令：
fastq-dump --info --exper SRR390728
这些信息可以帮助用户更好地了解其数据并确定未来的数据分析流程。
六、总结
总之，fastq-dump是从NCBI下载大型NGS数据的最佳工具之一。它操作简单，下载效率高，而且具有许多有用的选项和功能。
原创文章，作者：ABAK，如若转载，请注明出处：https://www.506064.com/n/145882.html
微信扫一扫 
支付宝扫一扫 