本文主要是介绍生信软件21 - 多线程拆分NCBI-SRA文件工具pfastq-dump,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
在使用NCBI 工具fastq-dump拆分SRA文件时,拆分速度慢,
fastq-dump拆分参数说明:
- –split-spot: 将双端测序分为两份,存放在同一个文件中
- –split-files: 将双端测序分为两份,存放在不同的文件,但是对于一方有而一方没有的reads直接丢弃
- –split-3 : 将双端测序分为两份,存放在不同的文件,但是对于一方有而一方没有的reads会单独放在一个文件夹里
pfastq-dump介绍
一个SRA格式的转录组数据大概在3G左右,使用hisat2比对可直接使用SRA作为输入文件;但如果使用BWA比对,则必须转换成fastq格式。pfastq-dump支持多线程拆分,相比于NCBI 工具fastq-dump效率大幅提升。
1. github下载
git clone https://github.com/inutano/pfastq-dumpcd pfastq-dump/chmod a+x pfastq-dump/pfastq-dump/bin/pfastq-dump -h
2. 单端数据拆分
对prefetch命令下载.sra数据进行拆分。
# SRA数据下载,提前安装好prefetch
nohup prefetch SRR3498212 &/pfastq-dump/bin/pfastq-dump -t 8 -O ./ ./SRR3498212.sra
# 结果文件:SRR3498212.fastq
3. 双端数据拆分
# 输出.gz fastq压缩文件
/pfastq-dump/bin/pfastq-dump \
--threads 8 --outdir ./ ./SRR349XXXX.sra \
--split-3 --gzip
生信软件文章推荐
生信软件1 - 测序下机文件比对结果可视化工具 visNano
生信软件2 - 下游比对数据的统计工具 picard
生信软件3 - mapping比对bam文件质量评估工具 qualimap
生信软件4 - 拷贝数变异CNV分析软件 WisecondorX
生信软件5 - RIdeogram包绘制染色体密度图
生信软件6 - bcftools查找指定区域的变异位点信息
生信软件7 - 多线程并行运行Linux效率工具Parallel
生信软件8 - bedtools进行窗口划分、窗口GC含量、窗口测序深度和窗口SNP统计
生信软件9 - 多公共数据库数据下载软件Kingfisher
生信软件10 - DNA/RNA/蛋白多序列比对图R包ggmsa
生信软件11 - 基于ACMG的CNV注释工具ClassifyCNV
生信软件12 - 基于Symbol和ENTREZID查询基因注释的R包(easyConvert )
生信软件13 - 基于sambamba 窗口reads计数和平均覆盖度统计
生信软件14 - bcftools提取和注释VCF文件关键信息
生信软件15 - 生信NGS数据分析强大的工具集ngs-bits
生信软件16 - 常规探针设计软件mrbait
生信软件17 - 基于fasta文件的捕获探针设计工具catch
生信软件18 - 基于docker部署Web版 Visual Studio Code
生信软件19 - vcftools高级用法技巧合辑
生信软件20 - seqkit+awk+sed+grep高级用法技巧合辑
更多内容请关注公众号【生信与基因组学】,定期更新生信算法和编程、基因组学、统计学、分子生物学、临床检测和深度学习等内容。
这篇关于生信软件21 - 多线程拆分NCBI-SRA文件工具pfastq-dump的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!