前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >上传高通量测序原始文件

上传高通量测序原始文件

作者头像
生信宝典
发布2018-02-05 10:26:42
1.4K0
发布2018-02-05 10:26:42
举报
文章被收录于专栏:生信宝典生信宝典

在我们发表高通量测序文章之前通常要上传测序数据到GEO数据库,现总结流程如下。

注册账户、填写MetaSheet

  • 在NCBI GEO官网注册一个账号,然后登陆。
  • 点击Submission Guidelines . 从中查找GEOarchive spreadsheet format,并下载Metadata spreadsheet, 通常是Download metadata spreadsheet (template and examples) UPDATED!,官方推荐下载最新版,这儿就提供链接了。
  • 下载完之后填写表格。表格中有2个样例表,可以参考着填写。
    • 表格里面需要的MD5值在Linux下可以使用命令md5sum filename来获取; Windows下可以在网上搜索一个MD5值计算工具,比如http://www.winmd5.com/。
  • 数据上传,原始测序的fastq一般采用gzip压缩后上传。
    • 在Linux系统,使用的是lftp上传; Windows可以使用FileZilla.

Linux下lftp上传

为了方便lftp上传,我写了一个bash脚本, 命名为GEO_upload.sh,只需提供FTP服务器的地址、用户名、密码、上传文件所在目录和上传到FTP服务器的目录即可。

GEO_upload.sh -f ftp-private.ncbi.nlm.nih.gov -u geo -p password -t fasp/detination_dir/ -s localdir/

为了简单方便,localdir里面只包含需要上传的文件,包括原始测序文件, 处理后文件和Metadata spreadsheet。

#!/bin/bash

#set -x
set -e
set -u

usage()
{
cat <<EOF >&2
${txtcyn}
Usage:

$0 options${txtrst}

${bldblu}Function${txtrst}:

This script is used to upload files to an FTP server using lftp.

${txtbld}OPTIONS${txtrst}:
    -f    FTP address ${bldred}[NECESSARY]${txtrst}
    -u    User name ${bldred}[NECESSARY]${txtrst}
    -p    Password ${bldred}[NECESSARY]${txtrst}
    -t    Target dir ${bldred}[NECESSARY]${txtrst}
    -s    Source dir ${bldred}[NECESSARY]${txtrst}    
EOF
}

ftp=
user=
passwd=
target=
source_dir=

while getopts "hf:u:p:t:s:" OPTION
do
    case $OPTION in
        h)
            usage
            exit 1
            ;;
        f)
            ftp=$OPTARG
            ;;
        u)
            user=$OPTARG
            ;;
        p)
            passwd=$OPTARG
            ;;
        t)
            target=$OPTARG
            ;;
        s)
            source_dir=$OPTARG
            ;;
        ?)
            usage
            exit 1
            ;;
    esac
done

if [ -z $ftp ]; then
    usage
    exit 1
fi

cat <<END >lftp.script
open -u ${user},${passwd} ${ftp}
mkdir -p ${target}
cd ${target}
cache size 33554432
set cmd:parallel 10
mput -c ${source_dir}/*
END

lftp -f lftp.script

Filezilla上传

  • 如图所示,填写好登录所需的信息,然后双击进入fasp目录。
  • 在右侧窗口,点击右键,选择创建目录并进入
  • 将左侧窗口要上传的文件拖动到右侧窗口,开始上传。
  • 在菜单栏的传输对已存在文件的默认操作—选择上传-继续文件传输即可实现断点续传。
  • 设置重连次数: 编辑-设置-最大重试次数 99; 登陆重试延时 200; 超时秒数 20

上传完成后,需要给GEO的管理人员写一封邮件,大体内容如下:

Receiver: geo@ncbi.nlm.nih.gov

Subject: ftp upload

Context:

Dear Sir/Madam, 

Thanks for you kindly host such great public data resource.

I have successfully transferred my data to NCBI-GEO ftp sever. 

Here is the information you may be needed for further processing

1. GEO account username: 我的GEO用户名
2. Names of the directory and files deposited: 文件上传的路径, 对应上
面的fasp/detination_dir/
3. Public release date: 2018-12-31 文件释放时间,一般可以设置的比较远

If there is any format or content problem,  please do not hesitate to
contact me.

Best, 

Name

获取GEO号

待GEO的工作人员审核处理后,你可以在GEO的账户下查看已上次的数据的GEO 号和供Reviewer访问的私人链接用于文章审阅。

Linux下智能上传

另外还可以借助airflow,使得上传更加自动化,具体程序见 GEO_upload.py。

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2017-05-13,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 生信宝典 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 注册账户、填写MetaSheet
  • Linux下lftp上传
  • Filezilla上传
  • 上传完成后,需要给GEO的管理人员写一封邮件,大体内容如下:
  • 获取GEO号
  • Linux下智能上传
相关产品与服务
数据库
云数据库为企业提供了完善的关系型数据库、非关系型数据库、分析型数据库和数据库生态工具。您可以通过产品选择和组合搭建,轻松实现高可靠、高可用性、高性能等数据库需求。云数据库服务也可大幅减少您的运维工作量,更专注于业务发展,让企业一站式享受数据上云及分布式架构的技术红利!
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档