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下载一个BAM格式的数据集，我可以用它在RStudio中进行分析。

我尝试使用以下方法: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

但是，在RStudio中，这不起作用，并返回一个错误，表示它无法读取bam文件--这是我的R代码；我使用的是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'

有人知道如何帮助我将SRA数据下载到可读的.bam文件中吗？任何帮助或指导都将是非常感谢的，因为我真的在努力在最后期限之前完成这个任务。

Answer 1

我想说的是，您的问题是由于您实际上没有bam文件！现在，您的命令正在下载sam文件(因此名为sam-dump)，您只是用bam扩展名保存这些文件(一个简单的测试是在"bam文件“上使用head。如果你能读到它们，那么它们就不是二进制的，这意味着它们不是bam。否则，您可以使用samtools view，正如bli所建议的)。

尽管如此，您是否可以尝试一下(确保在使用此之前安装了samtools )：

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

另外，如果您对下载.sra文件并不特别感兴趣，那么您也可以使用它，它更容易、更短(也可能更快)：

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

我冒昧地用相关的SRR号码替换了您的GSM号码(请参阅https://www.ncbi.nlm.nih.gov/sra?term=SRX2979455 )，但不要犹豫再次检查SRR！

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