SRAtoolkit执行prefetch报虚拟文件系统路径未找到问题咨询

问题根因 #

你使用的sratoolkit/2.8.2-1为2017年发布的老旧版本，NCBI后续调整过SRA数据的存储路径映射规则，该版本对2018年之前上传的旧SRA项目存在已知元数据解析bug：拉取项目关联run列表时，容易将同项目下相邻编号的run错误识别为目标run。你执行prefetch SRR2172947时提示找不到SRR2172948，就是典型的缓存元数据串扰问题。能正常下载SRR12626663这类新编号文件，是因为新编号没有旧的错误缓存记录，不会触发解析bug。

分步解决方法 #

• 先核对目标run编号准确性
  确认SRX1157907实验下实际关联的SRR编号，排除输入编号和实验绑定run不匹配的低级错误。
• 清理本地损坏的SRA缓存
  老版本sratoolkit会在家目录~/ncbi路径下存储元数据缓存，错误的映射记录就存放在该路径下，执行以下命令清理：

  rm -rf ~/ncbi/public/sra/remotedb ~/ncbi/public/sra/*.sra.tmp
  

• 跳过旧配置重试下载
  清理缓存后，设置临时环境变量跳过本地旧配置加载，强制工具重新拉取最新的路径映射，再执行下载：

  export VDB_CONFIG=/dev/null
  prefetch 核对后的正确SRR编号
  

• 绕开prefetch解析逻辑直接下载
  如果上述操作仍然报错，可以不依赖prefetch的自动路径解析，确认正确SRR编号后，直接用常规下载工具拉取对应sra文件即可。NCBI SRA的存储路径遵循固定命名规则：路径前缀为SRA存储根目录，后跟SRR编号前6位、完整SRR编号，最终文件名为<SRR编号>.sra。
• 长期修复方案
  升级sratoolkit到2.11.0及以上的稳定版本，新版本已经修复了旧版本相邻run编号解析串扰、虚拟文件系统路径解析失败的已知bug，无需额外清理缓存或配置环境变量，即可正常下载新旧项目的SRA文件。

注意：未清理缓存时不要直接重试prefetch命令，否则工具会反复读取已存储的错误映射记录，持续返回相同报错。

内容的提问来源于stack exchange，提问作者Mariam