怎么從geo數(shù)據(jù)庫下載數(shù)據(jù)文件？【圖文詳細(xì)教程】

一般我們在文章中看到的都是GSE的ID，那我們?nèi)绾瓮ㄟ^GSE的ID進(jìn)行數(shù)據(jù)的下載呢，下面就讓小編手把手教您如何進(jìn)行GEO數(shù)據(jù)的下載。

咱們以下面篇文章為例：

我們在文末找到作者數(shù)據(jù)上傳地址和GSE的ID

然后在GEO官網(wǎng)輸入GSE115354，

首先我們可以看到是關(guān)于該study的描述信息，包括文章信息、測序物種、實(shí)驗(yàn)類型等等

而我們最關(guān)心的東西在頁面的下方

如果我們想下載作者標(biāo)準(zhǔn)化后的數(shù)據(jù)，可以直接在這個頁面中Supplementary file中進(jìn)行下載，那如果我想下載原始數(shù)據(jù)怎么辦呢，不要著急，您慢慢往下看。

我們點(diǎn)擊頁面中Sample對應(yīng)的GSM的ID，每個樣本都對一個GSM，我們以第一個為例，點(diǎn)擊后進(jìn)入以下界面

然后點(diǎn)擊最下方SRA編號，進(jìn)入下面的頁面這里面包含了這個樣本的基本信息，包括測序平臺、文庫類型、數(shù)據(jù)量等基本信息，然后點(diǎn)擊頁面右上方的Send to按鈕，選擇File，F(xiàn)ormat選擇RunInfo，然后點(diǎn)擊Creat file下載一個csv文件，打開文件，可以看到一個下載鏈接

點(diǎn)擊鏈接就可以直接下載數(shù)據(jù)了。

下載完成后您可能有些疑問，我們一般測序數(shù)據(jù)都輸pair-end的雙端reads，為什么我下載的是一個.sra結(jié)尾的數(shù)據(jù)呢？難道是一個單端數(shù)據(jù)嗎？這個當(dāng)然不是，SRA為了節(jié)省空間，一般上傳的數(shù)據(jù)都是.sra的壓縮文件，那我們?nèi)绾螌ra文件轉(zhuǎn)化成常用的雙端數(shù)據(jù)呢？這里就要用到SRA提供的一個工具：fastq-dump，

下載網(wǎng)址：https://trace.ncbi.nlm.nih.gov/Traces/sra/sra.cgi?view=software

官方說明文檔：https://trace.ncbi.nlm.nih.gov/Traces/sra/sra.cgi?view=toolkit_doc&f=fastq-dump

當(dāng)然，這個軟件需要在Linux系統(tǒng)下進(jìn)行操作，命令行如下：

fastq-dump?*.sra?--split-3

這里的–split-3會把原來雙端拆分成兩個文件,但是原來單端并不會保存成兩個文件。運(yùn)行完成后就能獲得了您想要的原始數(shù)據(jù)了。如果您還想學(xué)習(xí)更多實(shí)用的高通量測序數(shù)據(jù)挖掘和分析的知識，歡迎點(diǎn)擊下方按鈕聯(lián)系我們。