fix

docs/tutorial/CML-download/01_start.md

@@ -1,6 +1,36 @@
 # 命令行下载公共数据库测序数据
 
-!!! note "内容简介"
+!!! Abstract "内容简介"
 
+    很多场合下需要用到公共数据库中他人提交的基因组，就需要下载基因组数据。常规方法可以通过NCBI的entrez或者EBI的在网页端搜索后，对检索到的结果以文件形式下载。
+
+    如果要大规模下载数据，则建议在服务器端命令行中要进行操作，并通过构建自动化工作流程，实现无人值守同步数据。本节主要介绍 NCBI/EBI/DDBJ的公共数据库中数据在服务器端命令行下获得的方法。
+
+## 基本概念
+
+### 1. NCBI
+
+NCBI常用的基因组数据库：
+
+- Genbank
+- Assembly
+- SRA
+- Geo
+
 
+## 关于下载速度
+
+不同地区、不同时间下载速度会有很大差异。但总体上来说，峰值速度上，国内我们所在的网络线路速度如下：
+
+- EBI ENA ascp 下载峰值 10~30Mb/s
+- AWS s3 cp 下载峰值 ~1Mb/s
+- NCBI http wget/curl/aria2c 不同工具的速度差异明显，但是总体上速度 <1MB/s，大部分时间稳定在100KB/s
+- prefetch http 下载最慢，~10KB/s
+
+
+!!! Tip "优点vs缺点"
+
+    通过`ascp`在ENA进行下载是目前的首选，但问题在于ENA也不够稳定，容易遇到无法访问或者认证错误等现象，如果是服务器的原因可能等一段时间就可以继续，这样需要人工干预。
+
+    ENA可以直接下载fastq数据，省去sra dump fastq时对于IO和CPU的消耗。但是ENA下载容易中断，导致数据不完整，fastq数据不能像sra一样，可以用`vdb-validate`来验证下载数据的完整性。因此需要调用ENA reports API来抓取fastq文件的md5校验值。
 

docs/tutorial/CML-download/02_assembly.md

@@ -1,6 +1,6 @@
 # 命令行下载 NCBI Assembly 数据
 
-!!! abstract "内容简介"
+!!! Abstract "内容简介"
 
     通过命令行下载[Assembly][]数据的方法和工具，不同工具之间的优缺点，可以根据自己网络情况和需求选择不同的下载方式，本节介绍研究工作需求下载数据时常用的一些方法。
 

docs/tutorial/CML-download/03_sra.md

@@ -1,2 +1,63 @@
 # 下载raw测序数据
 
+!!! Abstract "内容简介"
+
+    本节介绍下载NCBI/EBI/DDBJ的高通量测序原始数据。比如SRA数据，或者以fastq.gz储存的原始数据。
+
+
+## Kingfisher工具
+
+
+
+### 安装 Kingfisher
+
+`aspera-cli`工具是IBM开发的aspera命令行工具，ascli是该工具运行命令，同时软件包内含ascp, curl等工具，因此安装该工具即可在命令行下载aspera服务器端数据。aspera_bypass_dsa.pem
+
+#### conda虚拟环境方式
+
+```shell
+# 创建虚拟环境
+$ mamba create -n getraw
+$ mamba activate getraw
+# 安装软件
+(getraw)$ mamba install kingfisher
+
+# 采用aspera下载，需要安装aspera-cli
+(getraw)$ mamba install aspera-cli
+# 通过aws云端数据下载，需要安装
+(getraw)$ mamba install awscli
+# 通过google-cloud云端数据下载，需要安装
+(getraw)$ mamba 
+```
+
+!!! tip "注意事项"
+
+    conda环境如果默认添加了bioconda和conda-forge的channels，安装aspera-cli会搜索到v4版本的aspera-cli，IBM用ruby重写了控制界面，可以使用ascli工具来调用下载。当然也可以直接使用ascp程序进行下载。而之前的v3版本需要通过channels：hcc来下载(mamba install -c hcc aspera-cli)。
+
+    v3和v4版本最大的区别在与使用的公钥文件名是不一样的：aspera_bypass_dsa.pem(v4)和asperaweb_id_dsa.openssh(v3)。而kingfisher在软件包内直接提供了openssh文件。
+
+#### docker虚拟环境方式
+
+```shell
+# 
+$
+
+```
+
+### 使用 Kingfisher 下载
+
+```shell
+# 下载SRA登陆号为SRR17840141，下载方式为aspera，从ENA下载
+(raw-dl)$ kingfisher get -r SRR17840141 -m ena-ascp
+
+```
+
+### Kingfisher 问题或缺点
+
+1. 当使用`--run-identifiers-list`批量下载时，使用`ena-ascp`模式下载时容易报错STDERR，导致下载中止。因此
+
+
+
+---
+
+## nf-core/fetchngs

docs/tutorial/CML-download/04_biosample.md

@@ -1,2 +1,49 @@
 # 下载BioSample信息
 
+!!! Abstract "内容简介"
+
+    获得基因组后，希望了解菌株的meta信息，就需要查看biosample数据库中基因组对应的菌株信息。
+
+从获取一个已知菌株在biosample数据库中的记录开始。
+
+```bash
+# 查询菌株ATCC25922的biosample
+$ esearch -db biosample -query "ATCC25922"
+<ENTREZ_DIRECT>
+  <Db>biosample</Db>
+  <WebEnv>MCID_661d37307a915242cb1612a2</WebEnv>
+  <QueryKey>1</QueryKey>
+  <Count>42</Count>
+  <Step>1</Step>
+</ENTREZ_DIRECT>
+```
+
+结果可以获得42个查询结果，将结果信息生成纯文本格式查看。
+
+```bash
+# 获得纯文本格式
+$ esearch -db biosample -query "ATCC25922" | efetch -format txt
+1: OneHealth
+Identifiers: BioSample: SAMN40301290; Sample name: WVDA_M07713_Ecoli_ATCC25922; SRA: SRS20722933
+Organism: Escherichia coli
+Attributes:
+    /strain="Escherichia coli_Lot 705489"
+    /collected by="West Virginia Department of Agriculture"
+    /collection date="2024-02-27"
+    /geographic location="USA:WV"
+    /isolation source="new culture swab"
+    /source type="other"
+    /purpose of sampling="research [GENEPIO:0100003]"
+    /project name="GenomeTrakr; LFFM-FY4"
+    /Interagency Food Safety Analytics Collaboration (IFSAC) category="clinical/research"
+    /sequenced by="West Virginia Department of Agriculture"
+    /LexMaprStandardizedIsolationSource="new culture swab"
+Accession: SAMN40301290	ID: 40301290
+...
+```
+
+选择我们需要的基因组，并下载biosample信息。
+
+```bash
+$ esearch 
+```

docs/tutorial/nCov/02_ncov.md → docs/tutorial/nCov/02_nextstrain.md

@@ -2,7 +2,7 @@
 
 !!! note "内容简介"
 
-    **ncov**是一个病毒基因组分子流行病学分析平台，可以对毒株基因组的进化关系、流行趋势、地理信息分布、突变位点频度等进行快速分析。
+    nextstrain是一个病毒基因组分子流行病学分析平台，可以对毒株基因组的进化关系、流行趋势、地理信息分布、突变位点频度等进行快速分析。
 
 nextstrain工具分为2个核心工具：
 
@@ -30,7 +30,7 @@ $ nextstrain shell .
 
 ## 使用NextStrain分析
 
-**编译新冠数据**
+**编译ncov新冠数据**
 
 nextstrain是一个开放式的流行病学分析平台，不光可以进行新冠数据分析，还可以针对其他病毒基因组数据。这里以新冠病毒为例，演示
 

mkdocs.yml

@@ -130,7 +130,7 @@ nav:
       - '02. 下载Assembly': tutorial/CML-download/02_assembly.md
     - '新冠病毒分析平台':
       - '01. nextclade': tutorial/nCov/01_nextclade.md
-      - '02. nextstrain': tutorial/nCov/02_ncov.md
+      - '02. nextstrain': tutorial/nCov/02_nextstrain.md
     - 'Linux入门':
       - '01. Linux 安装示例': tutorial/Linux/01_linux-installation.md
       - '02. Linux 基本命令': tutorial/Linux/02_basic-cml.md