【原】SRA数据库不仅仅是可以存放fastq原始数据

最近刷单细胞文章看到了一个很有意思数据存放细节，这个文献的标题是：《Single-cell sequencing links multiregional immune landscapes and tissue-resident T cells in ccRCC to tumor topology and therapy efficacy》，链接是：https:///10.1016/j.ccell.2021.03.007

正常情况下，应该是存放fastq原始数据，链接是；https://www.ncbi.nlm./sra/PRJNA705464

 

这个文章并没有提供GSE数据集链接，我本来是以为应该是没办法下载表达量矩阵进行图表复现了，如果有的话，就可以看我六年前的表达芯片的公共数据库挖掘系列推文即可做分析啦；

• 解读GEO数据存放规律及下载，一文就够
• 解读SRA数据库规律一文就够
• 从GEO数据库下载得到表达矩阵 一文就够
• GSEA分析一文就够（单机版+R语言版）
• 根据分组信息做差异分析- 这个一文不够的
• 差异分析得到的结果注释一文就够

但是无意中看到了链接是：https://trace.ncbi.nlm./Traces/sra/sra.cgi?analysis=SRZ190804

蛮有意思的，提供了如下所示的文件：

文末友情推荐

• 数据挖掘线下重启(长沙站)(周六日，5月22-23)
  

• 明码标价之10X技术单细胞（2.5万每个）（标准100G测序数据）