SRA数据库简介

简介

SRA是NIH的高通量测序数据的主要档案，是国际核苷酸序列数据库协作（INSDC）的一部分，包括NCBI序列阅读档案（SRA），欧洲生物信息学研究所（EBI）和DNA数据库。 日本（DDBJ）。 提交给三个组织中任何一个的数据在它们之间共享。

特点

存档来自各种高通量测序平台的原始测序数据和比对信息，比如Illumina。

二代测序流程

image.png

数据

SRA接受来自各种测序项目的数据，包括涉及人类受试者或其宏基因组的临床重要研究，其可能包含人类序列。

根据SRA数据产生的特点，将SRA数据分为四类：

• Studies-- 研究课题

• Experiments-- 实验设计

• Runs-- 测序结果集

• Samples-- 样品信息

SRA中数据结构的层次关系为：Studies->Experiments->Samples->Runs.

• Studies是就实验目标而言的，一个study 可能包含多个Experiment。

• Experiments包含了Sample、DNA source、测序平台、数据处理等信息。

• 一个Experiment可能包含一个或多个runs。

• Runs 表示测序仪运行所产生的reads。

SRA数据库用不同的前缀加以区分：

• ERP或SRP表示Studies；

• SRS 表示 Samples；

• SRX 表示 Experiments；

• SRR 表示 Runs；

---

如何寻找并了解SRP

1.在文章中寻找GSE号（以GSE111229为例）

2.打开GEO数据库，输入GSE号

image.png

3.可通过Linux下载

4.打开NCBI，搜索SRP号

image.png

5.得研究基本信息

image.png

---

参考来源：生信技能树