今天是生信星球陪你的第21天

   你想找辆共享单车，发现满街都是别家车，没有一辆你能骑。

   你想学点生信，搜了“初学者教程”，满眼尽是高大上，没有一句能看懂。

   终于你跨越茫茫宇宙，来到生信星球，发现了初学者的新大陆！

上一期，我们学了如何去高速下载公共数据库的转录组数据，这一期，就让豆豆来帮助你开始数据的研究吧～_～

1. 数据格式转换

我们拿到的原始数据是SRA格式的，NCBI 上存储的数据现在大都为SRA格式，可以认为是一种压缩文件。我们首先需要对这种文件进行解压缩，使用的工具叫做sratoolkit, NCBI出品。

【软件下载安装】

下载地址：
https://ftp-trace.ncbi.nlm.nih.gov/sra/sdk/2.9.0/

多练习下手动安装软件对自己是很有好处的，能够多熟悉下Linux，熟悉环境变量，能够从容应对软件安装中出现的错误。

软件安装三步走：

1 – 建立程序文件夹,像这样能帮助你更好的整理自己的软件，而且在软件后加上版本号方便日后更新

2 – 下载并解压缩，wget + 地址 && tar zxvf +工具
（⚠️：zxvf 适用于.tar.gz结尾的软件；还有一类.bz2结尾 tar -jxvf 解压）

3 – 安装并添加进PATH，一般的软件解压完成就结束安装了。
【补充一下：还有一类源码文件需要进行配置configure才能完成安装, 配置也是三步走～ 
第一步– 进入解压完的文件夹
./configure –prefix=/YOUR/PATH，意思就是你要把这个软件安装到哪里，就像WIndows下要求你选择安装路径。       
举个🌰豆豆在安装cmake时，首先就是

第二步– make 编译；
第三步– make install 编译完安装

【开始转换】

进入到sratoolkit文件夹，我们会发现有很多的软件，一般来讲
我们最最常用的就是一个–fastq-dump

对于多个SRA文件，我们可以写一个很简单的小脚本sra2fq.sh进行转换：看到这里你也许要问了：这个小脚本什么意思呢？

说到底，就是一个针对所有sra格式的小循环：

第一行，*是通配符，*sra就是标出了当前目录下所有的sra后缀文件

第二行，bash固定格式 表示下面👇“请开始你的表演！”

第三行，输出打印这些匹配到的sra文件，发给下一行用； $有一种引用的意思

第四行， 用我们之前安装好的fastq-dump 加上参数–split-3 表示将一个sra拆分成两个mate-paired的fq文件，因为现在一般都是双端测序策略

第五行, 也是固定格式done “表演结束，谢幕”👆

好了，写好了脚本，直接nohup sh sra2fq.sh & 放在后台运行就好了，运行完每个sra文件会得到属于它的两个fastq文件

2. 质控

我们得到的fastq文件质量怎么样呢？这里需要用到fastqc工具生信小白第7天-测序质控，这里有相关介绍，可以参考，质控完成得到html文件，浏览器打开即可。生信小白第11天-质控第二部，每个部分都可以学习研究一下。这是数据分析的第一步，记住一句话：分析好不好，质控很重要！

       初学生信，很荣幸带你迈出第一步。

       我们是生信星球，一个不拽术语、通俗易懂的生信知识平台。需要帮助或提出意见请后台留言或发送邮件到Bioplanet520@outlook.com~