什么！！！超70G的NT数据库文件一个小时搞定？

Posted on by

还省掉了几百块钱的会员费！！！

最近有粉丝求助，说自己已经耗费十多天了还没有把一个NT数据库下载下来，不得已充值会员费希望可以加速，但是效果也很惨淡，如下图：

image-20200626211716138

需要从 https://ftp.ncbi.nih.gov/blast/db/FASTA/ 下载核酸数据库nt.gz和nr.gz文件，这两个文件大的如此吓人（nr.gz：75G；nt.gz：72G）。用wget命令龟速（56.00K 7.03KB/s 剩余 124d），使用迅雷也就白天300KB/s晚上2MB。

我直接甩给他一个关键词：aspera

学员表示非常诧异，的确以前看到过我的教程，见：使用ebi数据库直接下载fastq测序数据 , 首先使用conda安装aspera

conda create -n download 
conda activate download 
conda install -y -c hcc aspera-cli
conda install -y -c bioconda sra-tools
which ascp 
## 一定要搞清楚你的软件被conda安装在哪
ls -lh ~/miniconda3/etc/asperaweb_id_dsa.openssh

我们已经多次介绍过conda细节了，这里就不再赘述。

可使用conda配置好的aspera软件进行高速下载，但是这个教程不是仅限于ebi的测序数据吗？

之后学员半信半疑的尝试拼接出来了下面的命令：

ascp -v -k 1 -T -l 200m -i ~/miniconda2/envs/rna/etc/asperaweb_id_dsa.openssh https://ftp.ncbi.nih.gov/blast/db/FASTA/nr.gz .

然后果然报错，如下：

ascp: no remote host specified 
Startup failed, exit

我非常尴尬，首先学员没有认真看教程，没有扩展思维，其次，没有理解aspera下载是需要特殊的链接，我就又苦口婆心的语音指导了，成功写成下载链接如下:

# 安装完成后可以使用ascp --help查看帮助，Aspera需要私钥asperaweb_id_dsa.openssh
# 由于我使用conda安装的所以在~/miniconda2/envs/rna/etc中。
# 在/media/yang/data/nt目录下下载nt.gz
ascp -v -k 1 -T -l 200m -i ~/miniconda2/envs/rna/etc/asperaweb_id_dsa.openssh anonftp@ftp.ncbi.nlm.nih.gov:/blast/db/FASTA/nt.gz ./
# 然后在/media/yang/data/nt目录下下载nr.gz
ascp -v -k 1 -T -l 200m -i ~/miniconda2/envs/rna/etc/asperaweb_id_dsa.openssh anonftp@ftp.ncbi.nlm.nih.gov:/blast/db/FASTA/nr.gz ./

下载速度令人激动：

image-20200626212446952

这才是：生命如此美好！

如果你学习生信也需要帮助，可以考虑我们生信技能树官方举办的学习班哈！

文末友情推荐

要想真正入门生物信息学建议务必购买全套书籍，一点一滴攻克计算机基础知识，书单在：什么，生信入门全套书籍仅需160 。
如果大家没有时间自行慢慢摸索着学习，可以考虑我们生信技能树官方举办的学习班：

如果你没有服务器的话，做NGS数据分析实战可能会有点勉强，建议考虑：每天不足一块钱，定制生信云送给你

​

Comments are closed.