SRA（序列读取档案）

一句话定义

NCBI 的序列读取档案，是全球最大的高通量测序原始数据仓库，存储来自 GEO/EBI/DDBJ 的原始 reads。

数据内容

原始测序 reads（FASTQ）、实验元数据、RUN/SRA/SRX 层级信息；涵盖 DNA-seq、RNA-seq、ChIP-seq、scRNA-seq 等。

覆盖人群与样本量

亿级 reads，覆盖所有物种和研究类型。

更新频率

持续快速增长。

适合的研究类型与科室

需要原始测序数据进行重分析、比对、定量；适合生物信息、肿瘤、遗传、微生物等。

发文热度

高，几乎所有组学论文都会引用 SRA 登录号。

申请/使用步骤

1. 通过 GEO 或 SRA Run Selector 搜索 SRP/SRX/SRR 编号。
2. 获取 SRR 列表（Accession List）。
3. 安装 SRA Toolkit，使用 prefetch 下载 SRA 文件，再用 fasterq-dump 转换为 FASTQ。
4. 或使用 EBI ENA 的 FTP 直接下载 FASTQ（常更快）。
5. 对 FASTQ 进行质控、比对、定量等下游分析。

常见卡点与拒因

• SRA Toolkit 下载慢或失败，建议切换 ENA。
• 未注意单端/双端、链特异性文库设置。
• 大数据集需要较大存储与计算资源。