SRA是NCBI中專門用于提交測(cè)序結(jié)果中原始序列數(shù)據(jù)的數(shù)據(jù)庫(kù)。從測(cè)序始祖454到三代測(cè)序pacbio，鮮肉平臺(tái)nanopore的數(shù)據(jù)都可以提交到這個(gè)數(shù)據(jù)庫(kù)中。同時(shí)，SRA還和(European Bioinformatics Institute)EBI，以及(DNA Database of Japan)DDBJ兩個(gè)數(shù)據(jù)庫(kù)共享數(shù)據(jù)，即后兩個(gè)數(shù)據(jù)庫(kù)中上傳的數(shù)據(jù)也可以在SRA中檢索到。SRA數(shù)據(jù)庫(kù)的主要用途是實(shí)現(xiàn)測(cè)序數(shù)據(jù)的共享和再利用，挖個(gè)課題再做個(gè)meta什么的，不得不說SRA簡(jiǎn)直就是居家旅行開題畢業(yè)必備大寶藏。除了滿滿的數(shù)據(jù)信息等待有心人去挖掘之外，在數(shù)據(jù)庫(kù)主頁還有一些小工具可將數(shù)據(jù)庫(kù)下載的數(shù)據(jù)轉(zhuǎn)換成方便分析的格式。

目前，絕大多數(shù)雜志（至少IF>3以上的）在投稿須知中都會(huì)要求測(cè)序數(shù)據(jù)提交至公共數(shù)據(jù)庫(kù)并提供索引編碼。那今天我們就來手把手學(xué)習(xí)如何上傳二代測(cè)序數(shù)據(jù)到SRA(Sequence Read Archive)數(shù)據(jù)庫(kù)。想要上傳芯片數(shù)據(jù)的請(qǐng)上二樓左轉(zhuǎn)去GEO數(shù)據(jù)庫(kù)。很多小伙伴有疑問：原始數(shù)據(jù)是二代測(cè)序，但結(jié)果主要是在講表達(dá)差異，應(yīng)該上傳GEO還是SRA？雜志社一般規(guī)定，測(cè)序數(shù)據(jù)用于表達(dá)分析，兩個(gè)數(shù)據(jù)庫(kù)都是可以的。但我個(gè)人推薦方便操作的SRA。（當(dāng)然NCBI也是推薦測(cè)序數(shù)據(jù)上傳SRA,芯片數(shù)據(jù)上傳GEO的）

1）注冊(cè)并登入NCBI賬號(hào)，然后進(jìn)入NCBI submission portal，選擇SRA數(shù)據(jù)庫(kù)https://submit.ncbi.nlm.

2）在數(shù)據(jù)庫(kù)介紹頁面選擇文件上傳方式（這里我選用第一種使用插件上傳。這個(gè)是用戶界面形式的簡(jiǎn)單易用。用FTP的選下面command line）。

3）安裝完之后，返回?cái)?shù)據(jù)庫(kù)介紹頁面。點(diǎn)選創(chuàng)建新任務(wù)（這個(gè)頁面同時(shí)也有對(duì)上傳所需測(cè)序原始文件格式的要求和介紹。推薦格式是用來存儲(chǔ)序列比對(duì)后的.bam二進(jìn)制壓縮文件，但也支持FASTQ和SAM等文件格式）

4）第一頁基本信息頁隨便填一填。右上SUB編碼是正在提交項(xiàng)目的臨時(shí)編碼，不用于提供給雜志作為數(shù)據(jù)庫(kù)索引。完成填寫后，點(diǎn)擊繼續(xù)。（在填寫過程中，所有信息都是可以修改的，在最終提交前還有檢查核對(duì)所填信息的步驟）

5）第二頁項(xiàng)目信息頁。這個(gè)頁面中的BioProject和BioSamples信息也可以在步驟1）的頁面單獨(dú)創(chuàng)建并分別獲得PRJNA和SAMN開頭的兩個(gè)索引碼填在這里。這里我沒有單獨(dú)創(chuàng)建這部分信息。如果你的測(cè)序信息很重要或者文章還在準(zhǔn)備中不想立即公開數(shù)據(jù)，可以在這個(gè)頁面預(yù)設(shè)一個(gè)日期發(fā)布數(shù)據(jù)（最長(zhǎng)預(yù)設(shè)時(shí)限為4年左右。也就是說你2017年提交的數(shù)據(jù)，可以設(shè)置數(shù)據(jù)在2021年開放檢索）。

6）第三頁項(xiàng)目概況。如果你的項(xiàng)目不是NIH資助的（我估計(jì)肯定不是的），那這頁就填下面三項(xiàng)就差不多了。

7）第四頁樣本類型。就是點(diǎn)擊一下的事兒，大概半秒鐘。當(dāng)樣本為人類樣本時(shí)，如果你的樣本在公開之前需要授權(quán)（當(dāng)然我從來沒聽說過誰的樣本是這樣的，這條兒基本上是用來無視的）請(qǐng)選擇dbGaP數(shù)據(jù)庫(kù)上傳。目測(cè)99.9%的人都上傳的SRA，但是上傳之前記得隱去數(shù)據(jù)中的病人個(gè)人信息部分，什么姓名，聯(lián)系電話這類的信息。

8）第五頁樣本詳情描述頁。下載模版excel照著填。 

下圖中7個(gè)綠色項(xiàng)為必填項(xiàng)不可留空，但是可以填數(shù)據(jù)未收集（沒錯(cuò)，就是變相留空）。填完后保存為.txt格式上傳。詳情見圖。數(shù)據(jù)提交后，點(diǎn)擊繼續(xù)，可能會(huì)出現(xiàn)報(bào)錯(cuò)信息，這是由于提供的信息不足以讓數(shù)據(jù)庫(kù)識(shí)別和區(qū)分樣本造成的。如果一類生物樣本有多個(gè)生物學(xué)重復(fù)，可以加一列“replicates”分類項(xiàng)注明生物學(xué)重復(fù)。

9）第六頁測(cè)序詳情描述頁。在這一頁你需要填寫每一個(gè)測(cè)序文庫(kù)的信息，例如測(cè)序類別WGA, Amplicon, RNA-Seq, ChIP-Seq，或者測(cè)序儀型號(hào)等信息?？梢赃x在線填寫，如圖

或者下載表格，填寫后上傳（和步驟8）類似）。表格帶有三張表單，第一頁和第三頁為說明頁可直接跳過。填寫第二頁紅框中13個(gè)必填項(xiàng)，填好后選擇另存為.txt格式。將.txt文件上傳。

需要注意的是，步驟8）和9）填寫的兩張表格同名信息要一致。除此之外，上傳文件要注意帶擴(kuò)展名，否則會(huì)因?yàn)橄到y(tǒng)找不到上傳文件對(duì)應(yīng)的文件名而報(bào)錯(cuò)。最后一欄填寫比對(duì)參考序列名稱,可以在NCBI assembly 數(shù)據(jù)庫(kù)查詢https://www.ncbi.nlm./assembly/ .如果是靶向測(cè)序結(jié)果，比對(duì)序列不在數(shù)據(jù)庫(kù)中，可以在這欄填寫自己的序列文件名稱，隨后上傳 。

10）上傳測(cè)序數(shù)據(jù)文件（這里我上傳的是.bam文件）。雖然可以上傳完后自動(dòng)提交，但如果數(shù)據(jù)量不大的話建議手動(dòng)逐個(gè)上傳。親測(cè)批量上傳比較卡。

11）全部信息填寫完之后，在最終頁面確認(rèn)信息無誤后提交。等待數(shù)據(jù)庫(kù)審核。提交之后1-2分鐘會(huì)收到正確創(chuàng)建BioProject的郵件和PRJNA ID，5-10分鐘會(huì)收到正確創(chuàng)建BioSamples的郵件和SAMN ID。如果所有數(shù)據(jù)和信息都沒有問題，系統(tǒng)隊(duì)列處理完之后就會(huì)顯示提交成功(剛提交完顯示狀態(tài)為submitted/waiting processing。正常情況下12-24小時(shí)之內(nèi)系統(tǒng)就會(huì)反饋提交的文件是否有問題)。之后就可以在自己的submission portal頁面下載metadata查到accession number啦（metadata表下載打開在study一欄下面的SRP開頭的號(hào)碼就是啦）

到這里為止，二代測(cè)序數(shù)據(jù)上傳NCBI數(shù)據(jù)庫(kù)的任務(wù)就完成了。拿到accession number，麻麻再也不用擔(dān)心我發(fā)不了文章了。

除此之外，如果想要查詢提交進(jìn)度或者追蹤提交錯(cuò)誤詳情的可以到SRA數(shù)據(jù)庫(kù)追蹤提交數(shù)據(jù)的詳細(xì)情況https://www.ncbi.nlm./sra 

李莫愁博士：二代測(cè)序現(xiàn)在的蚊帳中越來越常用到了，所以數(shù)據(jù)就需要更完整地上傳到SRA、ENA或者DRA的數(shù)據(jù)庫(kù)中，當(dāng)然SRA是現(xiàn)在最常用到的，但是上傳數(shù)據(jù)的話，卻并不是很方便。感謝紅燒卜卜星童鞋給我們的投稿，也希望對(duì)大家有所幫助。好了，今天就先策到這里吧。