如何从 SRA 下载 BAM 文件？我有 SRA 工具包，但我很困惑

Question

我正在尝试从 GEO/SRA 下载 BAM 格式的数据集，我可以将其用于 RStudio 中的分析。

我尝试使用这种方法：我在哪里下载 .sra 并将其转换为 .bam

prefetch GSM269238
sam-dump C:\Users\Desktop\sratoolkit.2.10.8-win64\bin\ncbi\SRA\sra\GSM2692389.sra --output-file GSM2692389.bam

然而，在 RStudio 中这不起作用，并返回一个错误，说它无法读取 bam 文件这是我的 R 代码；我正在使用 RSamTools

> bamfiles <- list.files("directory redacted due to privacy", ".bam")
> file.exists(bamfiles)
[1] TRUE
> 
> 
> #---> Define bam files for count step on Rsamtools
> 
> library("Rsamtools")
> bamfiles <- BamFileList(bamfiles, yieldSize=2000000)
> seqinfo(bamfiles)
Error in value[[3L]](cond) : 
  failed to open BamFile: SAM/BAM header missing or empty
  file: 'GSM2692389.bam'

有谁知道如何帮助我将 SRA 数据下载到可读的 .bam 文件中？任何帮助或指导将不胜感激，因为我真的很想在最后期限前完成这个。

Answer 1

我会说你的问题是因为你实际上没有bam文件！现在，您的命令正在下载 sam 文件（因此名称为 sam-dump）并且您只是使用 bam 扩展名保存这些文件（一个简单的测试是在您的“bam 文件”上使用 head。如果你能读懂它们，那么它们就不是二进制的，这意味着它们不是 bam。否则，你可以使用 samtools view，如 bli 建议的那样）。

话虽这么说，你能试试这个吗（确保在使用之前安装了 samtools）：

sam-dump C:\Users\Desktop\sratoolkit.2.10.8-win64\bin\ncbi\SRA\sra\GSM2692389.sra | samtools view -bS - > GSM2692389.bam

此外，如果您对下载 .sra 文件不是特别感兴趣，不妨使用它，它更简单、更短（也可能更快）：

sam-dump SRR5799988 | samtools view -bS - > GSM2692389.bam

我冒昧地将您的 GSM 号码替换为相关的 SRR 号码（参见 https://www.ncbi.nlm.nih.gov/sra?term=SRX2979455 ），但请不要犹豫，仔细检查 SRR！

有关 sam-dump 的更多信息：https://trace.ncbi.nlm.nih.gov/Traces/sra/sra.cgi?view=toolkit_doc&f=sam-dump

如何从 SRA 下载 BAM 文件？我有 SRA 工具包，但我很困惑

How do I download BAM Files from SRA? I have the SRA Toolkit but I'm confused

r

bioinformatics

rstudio

samtools

bam