SRA toolkit
2015年8月31日 更新
SRA toolkitとは
NCBI;National Center for Biotechnology Information のSRA;Sequence Read Archive で公開されているデータをダウンロード・変換するツールです．
インストール
1.
ここからNCBI SRA toolkitの最新版をDL．MacユーザーならMacOS 64 bit architectureで良いでしょう．
2. 好きな場所に移動させ，そこにパスを通します．
wgetでダウンロードしてもよいです．
使い方
NCBIからバイナリデータをダウンロードします．
引数には各自必要なSRAのaccession No.を入れてます．
prefetch SRR000000
このバイナリデータをfastq形式に変換します．
#single-readの場合
fastq-dump SRR000000
#paired-endやmate-pairの場合
fastq-dump --split-files SRR000000
#GAIIなど，ペアのリード数が異なるリードを揃える場合
fastq-dump --split-3 SRR000000
#gzipで出力する場合
fastq-dump --gzip SRR000000
--split-filesがないと，セットのリードをつなげてしまいます．
複数のデータをまとめてダウンロードする場合，まずSRAリストのテキストファイルを作成します．
各行にaccession No.を並べます．
SRA000000
SRA000001
SRA000002
SRA000003
SRA000004
SRA000005
prefetch --option-file SRA_list.txt
fastq-dump $(cat SRA_list.txt)
fastq-dumpはオプションファイルに対応していないので，一工夫します．
sam形式に変換する場合はこちら．
sam-dump SRR000000
prefetchによってダウンロードした場所を確認する．
srapath SRR000000
fastq-dumpやsam-dumpによって変換されたファイルは今いるディレクトリにできます．
使用例
accession No.からpaired-endの配列をfastq.gzでカレントディレクトリに保存．
prefetch SRR000000
fastq-dump --split-files --gzip SRR000000
参考文献
http://www.ncbi.nlm.nih.gov/Traces/sra/sra.cgi?view=toolkit_doc