数据上传|转录组二代原始数据

数据上传|转录组二代原始数据

       RNA-Seq (RNA-sequencing) RNA-Seq也称为转录组测序，是最新发展起来的利用新一代测序技术进行转录组分析的技术，可以全面快速地获得特定细胞或组织在某一状态下几乎所有转录本的序列信息和表达信息，包括编码蛋白质的mRNA和各种非编码RNA，基因选择性剪接产生的不同转录本的表达丰度等。

       下面分享一下转录组二代原始数据在SRA（https://submit.ncbi.nlm.nih.gov/subs/sra/）的上传方法。

第一步：NCBI账号申请&登录

       登录网址：https://www.ncbi.nlm.nih.gov/，依次点击“Sign in to NCBI”→“Register for an NCBI account”。

 

       选择注册方式（此处以Microsoft为例），依次选择“Microsoft”→“输入登录电子邮件”→“输入登录密码”。

       输入登录账号，如没有账号，选择“创建一个”，按提示要求依次输入内容（此处不详细介绍）。

       输入登录密码，点击登录，即可登录。

第二步：准备文件

       准备上传时需要用到的二代原始数据fastq文件。

第三步：数据上传

       输入网址https://www.ncbi.nlm.nih.gov/，点击进入“Submit”。如下图所示：

       选择“Sequence Read Archive（SRA）”，然后点击“Submit”按钮进入。如下图所示：

       或者输入网址：https://submit.ncbi.nlm.nih.gov/subs/sra/，进入数据上传页面。点击蓝色按钮“New submission”，开始上传流程。如下图所示：

1、SUBMITTER 填写提交者个人信息

注：带*为必填项，未加*号选项可不填。

2、GENERAL INFO 填写基础信息

        如果首次提交或者没有申请Bioproject账号，可选择NO；未申请BioSample 账号，选择NO。数据释放时间可选择立即释放或者指定时间释放。

3、PROJECT INFO 填写项目信息

       填入项目名称（文章名称）、公开描述信息（研究目的）。

4、BIOSAMPLE TYPE 填写样品信息

        根据实际情况填写样品的类型，需要注意有的类型有展开的二级类型，需要选择。

        可将拉丁名放入文本框检索，NCBI会根据分类法数据库检索出该物种类型，选择相应的就可以了。

        注：进行拉丁名检索时，如果不是NCBI分类法数据库里存在的，则检索不出来。

5、BIOSAMPLE ATTRIBUTE 填写样品属性信息

       根据样品类型，下载相对应的excel模板，填写样品信息，或者进行在线填写；多个样品建议使用excel方式填写，然后上传文件。

       Excel文件包含有绿色、蓝色、黄色的单元格，绿色为必填项，蓝色为二选一填写项，黄色为可选项；不明确的信息可以使用missing、not collected。

       注：*organism列批量多个样品时，可加-1、-2……进行区分，否则上传时提示失败。

       此处样品为植物且多个样品同时上传时表格填写示例如下：

       填写完成后，在当前页面选择此文档进行上传即可。

6、METADATA 填写数据相关信息

        下载excle模板填写数据相关信息，或在线填写。多个样品建议使用excel方式填写，然后上传。

根据实际信息，填写样品的数据类型，填写完成后，在当前页面选择此文档进行上传即可。示例如下：

注：filename、filename2 列所填内容必须与待上传的数据名字一致，否则报错。

       sample_name需与样品属性表里的*sample_name保持一样。

       library_ID 必须填写，可与*sample_name保持一样。

7、数据上传

       可选择在线传输和Aspera命令传输，前者传输速度比较慢，适合小样本的传输，后者适合多样本的传输，且上传速度较快，建议使用后者。

方法一：使用网页在线传输

       选中在线传输按钮后，选择文件上传即可。

注：上传的文件超过10GB或超过300个，不要采用web浏览器HTTP上传。

方法二：使用Aspera

       先安装Aspera插件，登入网址https://submit.ncbi.nlm.nih.gov/subs/sra/下载安装，安装完成（默认安装路径：C:\Users\Administrator\AppData\Local\Programs\

       Aspera\Aspera Connect\bin），之后下载Aspera连接NCBI的密码文件

       aspera.openssh，即下图的key.file。

       之后点击Windows→“开始“按钮，在搜索框中输入“cmd”，确定。

       进入Aspera安装路径命令：cd \Users\Administrator\AppData\Local\Programs\Aspera\Aspera Connect\bin根据命令提示，在命令框中输入以下内容：

       例子：ascp -i F:\its\shifang\aspera.openssh -QT -l100m -k1 -d F:\its\shifang\test subasp@upload.ncbi.nlm.nih.gov:uploads/xul_genepioneer.cn_nJXuz3pr

       上传完成10分钟后，点击网页上Refrech folders，选择“Use selected folder”按钮，选中test文件，即可查看上传的文件。

方法三：linux命令行上传

       下载密钥，Editplus打开，cat到key.txt文件中。

       复制命令到Linux界面，修改数据文件夹路径，修改密钥文件路径，给定网速参数，执行。

       上传完成10分钟后，点击网页上Refrech folders，选择“Use selected folder”按钮，选中test文件，即可查看上传的文件。

8、Review & submit

       查看确认目录文件后，点击“continue“按钮，可查看整体信息，确认无误后，进行提交。

9、提交 & 审核

       提交之后会收到邮件反馈，之后可获得BioProject号和BioSample号。

       之后进入审核状态，但审核时间可能较长。显示“Processed”即为审核通过。