如何从网上超高速（30M/s）下载别人的转录组原始数据？

SRA 一串英文的缩写，是啥不重要。重要的是你可以用来刨根挖数据。老司机带你从下载开始~找种子，下电（shu）影（ju）。

SRA能用来干嘛

我们以往的挖数据都是吃别人嚼过的。

比如：你可能用人家文章中FPKM的值然后去R分析之后得到了一堆图，结果发现好的基因都被人家做过了。这是下策，创新性极弱。再比如，你可能得到的是BAM文件，或者得到的是Count文件，这个算是半成品，当然可以去再加工，做几个好看的图。这是中下策，创新性弱。什么是上策呢？当然是自己收样本自己去测序分析，这个绝对原创。

我们可以去搞原料自给做饭吃。

那么在上述几种情况中，你还可以找到一个中上策，有可能达到与原创几乎一样的效果，就是去下载原始数据。一些期刊比如CNS是要求将测序原始数据上传到NCBI以共享，这些原始数据再加工的潜力会很大。 比如，文章只做了编码基因，你可以研究非编码基因 再比如，测序深度很深，你可以研究反式剪切，有可能挖出某个明星的环状RNA。 再再比如，你可以做从头分析，找到新的基因。以上都能作为文章的亮点或者创新，虽然你没功夫收样本，虽然你没花钱做实验，但同样你可以做到接近原创。这才是挖数据的最高境界，用别人的钱养自己。

下面就是重要的干货

SRA获取方式

你上面说的那么重要，怎么获取呢？这个问题问得好SRA数据你可以理解为测序fastq文件的压缩测序fastq文件很大，至少也有5G左右，双端测序，加起来一个样本也要8G左右，SRA就是压缩这么大的文件至2~3G。下载速度越快获得数据越完整，心情越舒畅。（"别废话，赶紧说下载!"~"好的“）下载的东西哪里去找呢 🌰https://www.ncbi.nlm.nih.gov/sra?term=SRP074349 你在GEO上面找到了你想要的高通量数据，按照下面的步骤你会得到你要的文件名称是啥。

下载方式一:FTP下载https://ftp-trace.ncbi.nlm.nih.gov/sra/sra-instant/reads/ByRun/sra/SRR/SRR347/SRR3474721/

用任意浏览器，推荐火狐，打开这个网址，如图点击就自动下载了。 如果网速足够快，比如平时下个小电影速度是50~100Mbp/s，用这种方法就可以了，但记住得一个一个下。上面的那种下载速度在国内不是普遍的，我们一般都是1~5Mbp/s这个级别的，下载方式二:神器~Aspera Connect 浏览器插件这个神器是IBM公司出品的一个免费的，不知道什么原理的神器，他能让下载速度保持在50~100Mbp/s。也就是说打破了带宽和地域的限制。这里要说明一下，以前你可以下载Aspera connect软件。它能嵌入到浏览器中，当浏览带有高速下载内容网址直接点击就好了。例如NCBI的：https://www.ncbi.nlm.nih.gov/projects/faspftp/1000genomes/以前SRA还是能够从这里下载的，现在不知道为什么这个口被关了，可能是跟政府没钱了有关系吧。下载方式三：神器Too~Aspera Connect对的还是这个东西，只不过是在linux的系统中采用命令行的方法去下载。所以, 首先你得有个带有Linux的电脑或者服务器电脑么，去搞个虚拟机，装个linux服务器么，去搞个云服务器，怎么搞看下面的教程10元转录组分析：这次真的是干货了~灰常干 然后，安装与配置环境下载：wget http://download.asperasoft.com/download/sw/connect/3.7.4/aspera-connect-3.7.4.147727-linux-64.tar.gz解压：tar zxvf aspera-connect-3.7.4.147727-linux-64.tar.gz安装bash aspera-connect-3.7.4.147727-linux-64.sh查看是否有.aspera文件夹去根目录ls -a 如果看到.aspera文件夹，代表安装成功永久添加环境变量echo 'export PATH=~/.aspera/connect/bin:$PATH' >> ~/.bashrcsource ~/.bashrc查看帮助文档，验证是否可以调用ascp --help这样你的电脑或者服务器就可以开启神器了下面是开启命令ascp -v -i ~/.aspera/connect/etc/asperaweb_id_dsa.openssh -k 1 -T -l200m anonftp@ftp-private.ncbi.nlm.nih.gov:/sra/sra-instant/reads/ByRun/sra/SRR/SRR347/SRR3474721/SRR3474721.sra ~/downloads上面命令中SRR后面的数字就是下载文件的代号，大家应该能看懂规律吧。按照👆🌰中的Access list就能够一个一个的下载到你要的文件。你可以看一下速度，

根据那个ascp帮助文档，你可以去调整速度，也不能太快了，四不四。