一、面对原始数据该干什么
下载的文件是这样的，这是.sra文件，需要对他们解压
需要使用fastq-dump解压，而使用fastq-dump需下载SRA-Toolkit。
二、SRA-Toolkit
这个需要下载SRA-Toolkit，那么可以点击以下链接进入官网下载：
01. Downloading SRA Toolkit · ncbi/sra-tools Wiki · GitHub
服务器用户下载第一个：CentOS的，可在服务器中直接复制这个代码：
wget https://ftp-trace.ncbi.nlm.nih.gov/sra/sdk/3.1.0/sratoolkit.3.1.0-centos_linux64.tar.gz
客户端的下载第二个：Ubuntu的，可直接点击这个链接下载：Ubuntu Linux 64 bit architecture
在base文件夹中解压：
tar zxvf sratoolkit.3.1.0-centos_linux64.tar.gz
进入到解压后的文件夹中
# 加入环境路径
echo 'export export PATH=$PATH:/home3/yangx/sratoolkit.3.1.0-centos_linux64/bin' >> ~/.bashr
source ~/.bashrc
查询版本，并验证是否装好：
prefetch -V
#prefetch : 3.1.0
SRA-Toolkit下载好之后也可以直接输入sra文件号进行下载（下载好后会存在一个文件夹里，且只有一个文件）：
prefetch SRR8956151 &
当用bash文件批量下载时，可以将前台终止，而任务中本身加了&，所以不会被终止，依然会在后台完成下载
三、正式开始解压：
我用的都是对于双端测序的数据，以下都是基于双端测序展开
解压单个文件：fastq-dump --split-3 SRR12345678 &
单线程自动解压：fastq-dump --split-3 *.sra
多线程全自动解压：建立一个bash文件解决
vi fastq.sh #建立bash文件
i #进入编辑模式
#输入你的文件名
fastq-dump --split-3 SRR12345678 &
fastq-dump --split-3 SRR12345679 &
……
#输入完后点击Esc键，输入 :wq 保存文件并退出
bash fastq.sh &
正式文件是很大的，如果上面添加了很多待解压文件，会更慢，耐心等，往往40min起步
或者换个参数：
fastq-dump --split-files SRR12345678 &
#两种区别是对重复文件的处理，--split-3是将那些放到一个文件里，--split-files是丢弃
解压完之后得到了很多fastq文件，在正式分析之前，还需要将其压缩成gz文件
四、压缩成gz文件
gzip *.fastq & #单线程自动解压，费时间
#利用bash文件多线程全自动解压，方法如上
到此获得了从下载的sra原始文件到用于分析的gz文件
五、数据完整性检测
利用md5值：
md5sum *.gz > md5.txt # 建立md5值
md5sum -c md5.txt #与随数据一同被发过来时的summary.md5比对
如果数据没问题，则显示 OK
后面，就可以进行数据预处理了。
（自己学习的笔记，欢迎讨论和指教，转载请注明出处）
