数据上传|全基因组DNA甲基化原始数据

数据上传|全基因组DNA甲基化原始数据

       全基因组DNA甲基化测序（WGBS）是将重亚硫酸盐处理方法和Illumina高通量测序平台相结合，对有参考基因组的物种在全基因组水平进行高精准甲基化研究。WGBS可以达到单碱基分辨率，精确分析每一个胞嘧啶的甲基化状态，从而构建精细的全基因组DNA甲基化图谱。

下面分享一下全基因组甲基化原始数据在SRA（https://submit.ncbi.nlm.nih.gov/subs/sra/）的上传方法。

一、准备工作

1、NCBI账号注册（此处不再介绍，具体方法见公众号“数据上传|微生物16S/ITS原始数据”、“数据上传|转录组二代原始数据”）

2、上传时需要用到的二代原始数据fastq文件

3、上传信息单内容提供

二、基本信息录入

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。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：

注：带*为必填项，未加*号选项可不填。

1、SUBMITTER 填写提交者个人信息

2、GENERAL INFO 填写基础信息

如果首次提交或者没有申请Bioproject账号，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、公开描述信息。

4、BIOSAMPLE TYPE 填写样品信息

根据实际情况选择样品的类型，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。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：

 注意事项:

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

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

3、library_ID 必须填写，可与*sample_name保持一样。

三、数据上传

注意事项:

1、上传的每个文件数据必须在SRA_metadata 元数据表里存在，如果上传tar打包文件，需在SRA_metadata 元数据表里列出所有文件名。

2、提交的所有文件名称必须是唯一的

3、可以使用 gzip or bzip2压缩文件进行上传，不可使用zip

 数据上传方法&步骤

可选择在线传输、Aspera命令（windows/Linux）、FTP传输。在线传输速度比较慢，适合小样本的传输；Aspera命令（windows/Linux）、FTP传输适合多样本的传输，且上传速度较快，均可使用。

方法一：使用网页在线传输（不推荐）

选中在线传输按钮后，选择文件Choose files上传即可。

注：上传的文件超过10GB或超过300个，不要采用此方法。

方法二：使用Aspera命令（windows/Linux，此处以windows为例）

选中FTP or Aspera Command Line file preload传输按钮后，点击Aspera command line upload instructions，可见上传的基本命令行。如下图：

1、先安装Aspera插件（如已安装请忽略），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）。

2、下载Aspera连接NCBI的密码文件aspera.openssh，即下图的key.file。

3、使用快捷键win+r，在搜索框中输入“cmd”，确定，弹出以下对话框。

4、在界面输入以下命令进入Aspera安装路径。

命令：cd \Users\Administrator\AppData\Local\Programs\Aspera\Aspera Connect\bin

5、根据命令提示，在命令框中输入以下内容：

例：ascp -i F:\data\key_file -QT -l100m -k1 -d F:\test_data subasp@upload.ncbi.nlm.nih.gov:uploads/jshy_genepioneer.cn_DavFqe9W

6、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：FTP软件上传

选中FTP or Aspera Command Line file preload传输按钮后，点击FTP upload instructions，可查看上传步骤具体说明。如下图：

1、先安装FTP传输软件FileZilla（如已安装请忽略），登入网址：https://filezilla-project.org/download.php?show_all=1 自行下载安装。

2、打开FileZilla软件，输入主机、账号、密码登录，点击快速连接进行登录。

3、进入uploads/jshy-swxx_genepioneer.cn_Ti7LQq7t 目录（不同账号路径不同），如下图：

4、将本地F:\test_data目录数据上传/uploads/jshy-swxx_genepioneer.cn_Ti7LQq7t

NCBI服务器账号目录，如下图：

5、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_data文件，即可查看上传的文件。

四：提交&审核

数据信息确认无误，点击“continue“按钮，可查看整体提交信息，确认无误点击Submit进行提交。

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。