DDBJ Sequence Read Archive(DRA)では、ストレージ資源を有効活用し、より多くのシーケンスデータを継続的に公開・提供するため、NCBIおよびEBIに由来するミラーデータ(SRR・ERRアクセッション番号)の保存・提供形式を、従来の「SRA Normalized(Full)形式」から「SRA Lite形式」へ順次変更いたします。
SRA Lite形式について
SRA Lite形式は、SRA Normalized(Full)形式と比較して、塩基配列(Base calls)、リード名、アライメント情報を維持しながら、Quality Value(QV)を簡略化したデータ形式です。
具体的には、リードのフィルタリング結果(Read_Filter)に応じて、以下の固定QVが設定されます。
- Read_Filter = pass:Q30
- Read_Filter = reject:Q3
この簡略化により、ファイルサイズは平均で約30~40%削減されます。
詳細については、NCBIのウェブサイトをご参照ください。
ファイル形式の確認方法
SRA Normalized(Full)形式とSRA Lite形式は、ファイルの拡張子で区別できます。
- SRA Normalized(Full)形式:
.sra - SRA Lite形式:
.sralite
例:
変更前(SRA Normalized(Full)形式)
https://ddbj.nig.ac.jp/public/ddbj_database/dra/sralite/ByExp/litesra/SRX/SRX000/SRX000007/SRR000001/SRR000001.sra
変更後(SRA Lite形式)
https://ddbj.nig.ac.jp/public/ddbj_database/dra/sralite/ByExp/litesra/SRX/SRX000/SRX000007/SRR000001/SRR000001.sralite
利用者への影響
- 通常の配列解析: 塩基配列、リード名、アライメント情報は変更されないため、これらを利用する解析への影響はありません。
- QVを利用する解析: リード単位のフィルタリング結果に基づく固定値に置き換わるため、塩基ごとのQVを必要とする解析(QVに基づくトリミング、エラーモデル、一部のバリアントコールなど)では影響が生じる可能性があります。
なお、DRAに登録されたリードデータ(DRRアクセッション番号)は今回の変更対象外です。従来どおり、SRA Normalized(Full)形式、生成したFASTQ形式、および登録時のファイル形式(FASTQ、BAMなど)を引き続き提供いたします。
対象・スケジュール
- 対象: NCBI・EBI由来のミラーデータ(SRR・ERRアクセッション番号)
- 対象外: DRA登録データ(DRRアクセッション番号)
- 変更時期: 2026年11月16日以降、順次変更予定。