国家生物信息中心数据下载

国家生物信息中心（CNCB）是中国生命科学领域国家级的数据管理与共享平台。其标志下方标注的 GSA (Genome Sequence Archive) 是该中心旗下最核心的数据库之一，即“组学原始数据归档库”。
以下是关于国家生物信息中心与 GSA 的核心信息解析：

1. 1. 国家生物信息中心（CNCB）简介
   依托单位：由中国科学院北京基因组研究所（国家生物信息中心）牵头，联合中国科学院生物物理研究所等共同建设，于2019年经科技部、财政部公布成立。
   核心使命：面向国家人口健康、生物安全和社会可持续发展的重大战略需求，建立生命与健康大数据的汇交、存储、安全管理与开放共享平台。
   全球地位：其建设的多组学数据资源体系被国际权威期刊《核酸研究》（Nucleic Acids Research）称为“全球主要生物数据中心”之一

这个数据库是应对生物信息数据安全及防范科研反制的产物,对标的是NCBI,但不爽的是提供的是fasq原始数据,得自己下载后跑上游数据.这次学习一下如何下载.

1.网址

https://ngdc.cncb.ac.cn/gsa/

2. 检索数据

大致上和NCBI差不多

好久没用了,这次更新了下载软件qtransc,之前是ascp.

提供了pdf教程,非常人性化
https://qtp.cncb.ac.cn/qtrans/v2//Linux%E7%94%A8%E6%88%B7%E6%89%8B%E5%86%8C.pdf

安装
curl -fsSLk https://qt.cncb.ac.cn/qtransc-release/online_install.sh | bash
查看配置：
qtransc config show 
# 设置认证文件 
qtransc config set key_file=/home/myuser/.token 
# 设置下载位置 
qtransc config set download_home=/home/myuser/downloads 
# 设置并行数 
qtransc config set parallel=5 
# 查看所有配置 
qtransc config show
# 批量下载（使用文件列表） 
qtransc download --file-list list.txt /home/myuser/downloads 

文档忘记写如何建立list.txt文件,手动写一个

cd /你的下载位置
for id in CRR1134793 CRR1134794 CRR1134795 CRR1134799 CRR1134800 CRR1134801; do printf "/gsa4/CRA016263/%s/%s_f1.fq.gz\n/gsa4/CRA016263/%s/%s_r2.fq.gz\n/gsa4/CRA016263/%s/%s_sta.xml\n" "$id" "$id" "$id" "$id" "$id" "$id"; done > CRA016263_download_list.txt
查看路径
cat CRA016263_download_list.txt
路径数量
wc -l CRA016263_download_list.txt
批量下载
qtransc download --file-list CRA016263_download_list.txt /你的下载保存路径
查看下载进度
qtransc
终止下载
qtransc engine stop
qtransc engine status

怎么感觉速度还不是ascp快呢.慢吞吞的.

算逑了,重新用acp下载试试

ascp下载

wget -c "https://d3gcli72yxqn2z.cloudfront.net/downloads/connect/latest/bin/ibm-aspera-connect_4.2.19.956-HEAD_linux_x86_64.tar.gz"
tar -xzf ibm-aspera-connect_4.2.19.956-HEAD_linux_x86_64.tar.gz
安装
bash ibm-aspera-connect_4.2.19.956-HEAD_linux_x86_64.sh
查看位置
ls -lh ~/.aspera/connect/bin/ascp
~/.aspera/connect/bin/ascp -A
设置永久路径
echo 'export PATH="$HOME/.aspera/connect/bin:$PATH"' >> ~/.bashrc
source ~/.bashrc
command -v ascp
ascp -A
for id in CRR1134793 CRR1134794 CRR1134795 CRR1134799 CRR1134800 CRR1134801; do ascp -P33001 -i /nfsxxx/cra016263/aspera01.openssh -QT -l100m -k1 -d aspera01@download.cncb.ac.cn:gsa4/CRA016263/${id} /nfs/xxx/cra016263; done

nc -vz -w 10 download.cncb.ac.cn 33001
nc: connect to download.cncb.ac.cn (124.16.164.229) port 33001 (tcp) failed: Connection refused
拒绝访问,大概率是不能用了,也有可能是服务器防火墙的问题,无能为力.