数据库导航

批量下载公开测序数据时，ENA 通常能直接提供 fastq_ftp 字段。

fields=run_accession,fastq_ftp,fastq_md5

1. 1. 进入 ENA Browser，输入 SRR/ERR/DRR 或 BioProject 编号。
2. 2. 在 Run 信息中查看 FASTQ FTP 链接。
3. 3. 使用 wget、aria2c 或脚本批量下载 fastq_ftp 文件。

构建 STAR/HISAT2 索引或做 featureCounts 计数前，先统一 genome FASTA 与 GTF 注释版本。

Homo_sapiens.GRCh38.dna.primary_assembly.fa.gz + Homo_sapiens.GRCh38.*.gtf.gz

1. 1. 进入 Ensembl FTP，选择物种目录和 release 版本。
2. 2. 从 fasta 目录下载 genome FASTA，从 gtf 目录下载对应 GTF。
3. 3. 记录 release 号，并在流程文档中固定该版本。

把 Ensembl gene ID 转换为 gene symbol、Entrez ID 或描述信息。

ENSG00000141510 -> TP53

1. 1. 进入 Ensembl BioMart，选择 Ensembl Genes 数据集。
2. 2. 选择目标物种，并上传或粘贴 gene ID 列表。
3. 3. 在 Attributes 中勾选 Gene stable ID、Gene name 和 Description 后导出。

做肿瘤差异表达、生存分析或免疫浸润分析前，获取 TCGA RNA-seq 数据。

TCGA-LUAD + Transcriptome Profiling + STAR Counts

1. 1. 进入 GDC Portal，选择 Program = TCGA 和目标癌种项目。
2. 2. 在 Data Category 中选择 Transcriptome Profiling。
3. 3. 选择 HTSeq Counts 或 STAR Counts 后加入 Cart，并下载 manifest。

分析癌症突变谱、驱动基因或突变与生存/分型的关系。

TCGA-BRCA + Masked Somatic Mutation + Clinical

1. 1. 在 Repository 里选择 Simple Nucleotide Variation。
2. 2. 下载 Masked Somatic Mutation MAF 文件。
3. 3. 同步下载 Clinical Supplement 或通过 GDC API 获取病例信息。

快速获取论文已整理好的表达矩阵，用于差异分析、WGCNA 或验证候选基因。

GSE + expression matrix + sample metadata

1. 1. 用 GSE 编号进入 GEO Series 页面。
2. 2. 查看 Supplementary files 是否包含表达矩阵或 count matrix。
3. 3. 下载 matrix 后检查样本分组、探针注释和基因 ID 类型。

当 GEO 只提供样本信息时，需要跳转 SRA 下载 FASTQ 重新分析。

GSE accession -> SRA Run Selector -> SRR list

1. 1. 在 GEO 样本页面查找 SRA Run Selector 链接。
2. 2. 导出 RunInfo 表，获得 SRR 编号和样本对应关系。
3. 3. 按样本分组整理 metadata，再进入 SRA/ENA 下载。

复现论文测序数据，或把公开 reads 接入自己的 RNA-seq / WGS 流程。

fasterq-dump SRRxxxxxxx --split-files -e 8

1. 1. 在 SRA 页面检索 BioProject、GSE 或 SRR 编号。
2. 2. 记录 SRR run accession，并使用 SRA Toolkit 下载。
3. 3. 用 fasterq-dump 转换 FASTQ，再用 gzip 压缩并进入质控流程。