SCI发文前必须了解的数据库

NCBI 的SRA数据库: Bioproject ID 一般上传重测序，转录组，HiC的原始数据fastq或者bam文件和基因组文件。 DDBJ数据库 ：新组装的基因组序列，基因组注释，蛋白序列，转录本序列等 datadryad 收费的数据保存网站，起步价：120$. figshare 接受的比较杂，论文，预印本，文中的插图的高清版，组装的基因组，基因组注释，中间文件，进化树的文件，SNP的vcf文件都支持 已经和多个出版集团合作 最大免费空间为20G,后续会收费。

SRA需要下载工具，命令行提交上传速度轻松达到50M/S,一般设置为100M即可，如果你的带宽足够宽，可以设置为300M,如果带宽不够，而设置的值比较大，则会出现经常掉线的问题。不过支持断点续传，会自动检测文件夹里的文件的上传状态。 DDBJ需要下载数据检测工具 DDBJ提交前，先填写注册表信息https://www.ddbj.nig.ac.jp/ddbj/mss-form-e.html 大的数据使用MSS 批量提交工具提交

NCBI SRA数据库上传的时候，一定要注意上传的时候使用文件夹，而且在aspera的ascp命令的最后加上一个新的文件名，

ascp -i /share/home/aspera.openssh -QT -l100m -k1 -d /share/home/upload_to_NCBI subasp@upload.ncbi.nlm.nih.gov:uploads/wangjing_gmail.com_XXXXX9/Pacbio

上面的示例中：upload_to_NCBI文件夹里应该是所有要上传的文件 最后面跟了/Pacbio是上传到这个目录，如果不加文件夹名，上传后是找不到数据的。

NCBI数据上传错误的处理

极少的情况会遇到你上传了所有的文件，到NCBI审核的时候，数据不完整。所有上传到NCBI的数据都不会被删除，所以要慎重上传。我就遇到了上传上去的文件和我本地的文件不一致的问题（MD5值不一样）。有问题就发邮件给sra@ncbi.nlm.nih.gov寻求帮助，他们回邮件的速度比较快（2天之内给答复，因为有时差，北京时间比NCBI早8h）。我得到回复是，让使用ftp上传到ftp-private.ncbi.nlm.nih.gov,给了账户和密码，上传完成后，发邮件回复给NCBI那边。