2022-07-07
转录组原始数据上传SRA
保姆级上传手册
SRA（Sequence Read Archive）作为NCBI用于保存大规模测序原始数据的数据库，也是绝大多数转录组文章上传原始数据的较优选择。这里我们整理了转录组原始数据上传SRA的超简单方法，5分钟让你成为平（fei）平（chang）无（li）奇（hai）的数据上传小天才！
一、准备工作
上传之前，首先需要准备两样必备品：原始数据与NCBI的账号。 在小派这里做转录组的家银们，在您拿到的转录组结果中，有一个rawdata的文件夹，这里存放的就是可以直接上传的原始数据啦。
Fastq是需要上传的原始数据。由于是双端测序，因此每个样本需要上传R1、R2两份fastq文件，md5文件是老师用于进行数据一致性验证，在SRA上传过程中我们是不需要上传该文件的。
注意！这里fastq文件直接上传压缩包即可，不需要老师做解压处理。
准备好原始数据后，就要登录NCBI进行我们的上传操作啦：
登录完成后依次点击submit，如下：
创建new submission
二、信息填写
接下来就是信息填写了，只要根据网站提示填写相应内容即可。首先是个人信息，*为必填选项，包括名字，邮箱（这里尽量不要使用qq邮箱，以避免无法正常接收邮件），以及学校信息等，填写完成后点击继续。
接下来填写General Information，这里主要填写是否已经注册BioProject和BioSample的信息，没有申请直接选择NO即可。另外可以根据您的需要，选择数据是上传后立即公布，还是指定日期公布，填写完成后点击继续。
之后填写项目信息，*为必填项，填写项目标题及项目信息，根据老师的项目情况及实验处理进行填写即可。非必填内容可以直接跳过，点击continue继续。
选择样本类型，如植物、动物、人、细菌等，这里我们以植物plant 为例，选好后点击continue继续。
接下来需要提交BioSample attributes，这里有在线填写和下载表格填写两种方式。这里我们推荐下载表格填写。
所有的信息根据提示及项目情况进行填写即可。绿色字段为必填项，如缺少相关信息，如任何必填项没有资料，可以填写'not collected', 'not applicable' 或 'missing'；蓝色字段为至少一个必填项，可参考绿色字段填写方法；黄色字段则为非必填项。注意，除样本名外，需要可以有信息将每个样本区分开，可以通过添加description信息，或者另外增加replication的信息来进行区分（注意，这里信息如果填写不符合规范，上传后会报错，只需根据提示的信息对表格内容进行相应修改后重新上传即可）。
上传填写好的表格后，点击continue继续。
下一步输入SRA Metadata信息，还是可以选择线上填写或下载表格填写，这里还是以表格填写为例。参照示例填写相关信息后，点击continue继续。
三、数据上传
终于到了最后一步上传数据啦！老师根据自己的数据情况，选择适合的上传方式即可。如果数据较少，可以选择直接网页上传：
如果数据比较多，这里推荐Aspera方法上传数据：
首先下载安装Aspera：https://www.ibm.com/aspera/connect/
安装完成后，找到IBM Aspera Connect的图标，点击属性，打开文件所在位置：
在打开的文件夹里新建data文件夹，将需要上传的fastq文件拷贝到data中。下载NCBI配置文件，配置文件下载见下图，同样放在上一步打开的文件夹中，并复制生成的命令：
在文件夹的空白处，按住shift键 同时鼠标右击，打开命令窗口。在打开的窗口里输入命令：
.\ascp.exe -i aspera.openssh -QT -l100m -k1 -d data subasp@upload.ncbi.nlm.nih.gov:uploads/personal_163.com_bdksRkE3
标黄信息来自于刚刚复制的命令，按enter键进行上传，显示100%时表明上传完毕。
数据上传成功后，最后一步检查一下上传信息是否有误，确定没问题的话点击submit，我们的上传工作就完成啦，接下来就静静的等待NCBI发送邮件给我们了。
如果数据上传中出现了无法修改的错误，或迟迟没有审核完成的情况，大家都可以发邮件给NCBI进行咨询。
