fasterq快速转换sra文件到fastq测序数据

SRA文件的解压主要是用sratools中的fastq，但是这个软件不能多线程运行，随着测序数据越来越大，fastq的解压速度可能成为整个流程的瓶颈（其实并不会：P，不过没有多线程就是不爽）。 不过sratools还有另一个软件fasterq，看名字就知道这个应该更快，那我们就测试一下吧！

多线程解压SRA文件

这个软件用起来跟fastq区别不大,主要区别在于 -e 这个指令，可以指定线程数。

这里使用 -e 16指定16线程运行。

fasterq-dump -e 16 --split-files -O ~/tmp SRR1039510.sra

运行结果：

spots read : 22,852,619 reads read : 45,705,238 reads written : 45,705,238

下面看一下成成的文件：已经解压成_1.fastq和 _2.fastq两个文件，大小都是6.1G。

ls ~/tmp -ltrh

与fastq的对比

time fastq-dump --split-files -O ~/tmp SRR1039510.sra

real 2m4.557s user 1m40.961s sys 0m9.731s

time fasterq-dump -e 16 --split-files -O ~/ SRR1039510.sra

real 1m4.481s user 1m30.515s sys 0m18.706s

可以看到，fasterq实际运行时间是1m4s，fastq是2m4s，确实快了不少，不过好像没有快个16倍，比心理预期要慢一点。实际运行过程中我们用top指令发现，尽管指定了16线程，但CPU占用率只是短暂地超过100%。大多数时间在70-80%，而fastq则稳定在95%以上。我猜测可能是文件拆分之类的过程限制了多线程的速度。

除此之外，fasterq没有 -gzip 和-bzip2指令，所以无法像fastq那样输出压缩格式的文件，占用存储空间会比较大。

常用参数

-O|--outdir 指定输出目录 -e|--threads 指定线程数，默认为6 -p|--progress 显示进度 -s|--split-spot 双端测序结果存储在1个文件 -S|--split-files 双端测序结果存储在2个文件 -3|--split-3 双端测序结果存储在3个文件 （第三个文件存放没有配对的read）

Reference

fasterq使用说明：

https://www.plob.org/article/14565.html https://www.plob.org/article/14565.html https://github.com/ncbi/sra-tools/wiki/HowTo:-fasterq-dump https://www.biostars.org/p/176809/ https://vip.biotrainee.com/d/215-如何使用fastq-dump转换sra格式 https://www.biostars.org/p/251020/#251029 https://github.com/ncbi/sra-tools https://github.com/ncbi/sra-tools/wiki/HowTo:-fasterq-dump https://github.com/ncbi/sra-tools/wiki/Downloads https://www.biostars.org/p/91885/