中国科学院北京基因组研究所生命与健康大数据中心(BIG Data Center, BIGD)于2016年2月29日正式成立，是研究所三大科研体系之一。中心面向我国人口健康和社会可持续发展的重大战略需求，围绕国家精准医学和重要战略生物资源的组学数据，建立海量生物组学大数据汇交、存储与管理的应用与共享平台，发展组学大数据系统整合、挖掘与分析的新技术、新方法，力争建成支撑我国生命科学发展、国际知名的生命与健康大数据中心。

来！看一下主页画风（http://bigd.big.ac.cn/）：

确实，跟NCBI有相似之处！不过，更好用，中国人还是得支持一下自己的事业！

受基因组所的老同事所托，也是怀有对国人数据库的敬仰之情，本篇文章将对如何传数据进行介绍！

第一步，准备工作

准备好你的reads文件，计算好他们的md5。

比如

5aa05dd66815b027b10233c8661e07bb T112_good_1.fq.gz

1c9bd20eae0848fdcaab37cbb3f88cde T112_good_2.fq.gz

前面的这一串数字就是md5值。

这个md5呢是对数据完整性的一种校验，百度下载一个md5计算器，就可以进行计算。当然公司测序之后会连带md5一起发给你，这就方便多了。

##第二步，建立bioproject

点击红框位置，进入之后页面：

点击new bioproject，进入页面

继续点击 Creat Bioproject

填好信息，星号位置必填。点击红色按钮，进行下一步

自己建立项目名称，选择是否立即释放，点击红色按钮，进行下一步

选择什么类型数据，基因组、转录组、还是甲基化数据？纯品还是混样？

点击红色按钮，进行下一步：

此步骤可填可不填，点击红色按钮，进行下一步

最后一步是overview阶段，提交确认，这样，bioproject就建立了。

返回返回可以看到，已经成功建立。

构建biosample

先讲一下biosample什么概念，比如我们在四个条件下测的转录组，包括：高盐胁迫、干旱胁迫、低温胁迫、重金属胁迫。

这样的话，我们要建立四个biosample，加入每一个处理下又存在两个重复，这样的话，在每个biosample的experiment下，我们要建立两个run.

点击红框的biosample，进入下一步

点击New Biosample，进入下一步。

点击Creat Biosample，进入下一步

同样的，点击红色按钮

此步骤注意了，要关联bioproject的信息，将上一步构建好的bioproject号码填写进去。点击的时候，会自动进行关联，直接选择就好了。

点击红色按钮，进行下一步。

选择，进行下一步。

这一步信息填的稍多一些，耐心填完，星号为必填。

最终还是，overview。

没问题，提交！

返回，会看到，biosamle里面已经建立了序列号。

同样的，我们建立四个biosample，为了存储四个条件下的数据。这样的话，在biosample菜单下会存在四个序列号。

Reads提交

点击红色框，进入下一步

点击红框上传。

新建GSA，进项下一步。

填写信息，自己认识的一个别名，提交，进行下一步。

这一步注意了，需要构建Experiment。点击，进行下一步。

假如这四个处理都是在一个bioproject下进行的，那么其余三次选择左边红色方框的内容时候，都需要选择同一个bioproject。然而，四个实验由于属于同一个bioproject不属于同一个biosample。所以之前我们要在同一个bioproject下构建四个biosample，这一步进行的时候，右方框要选择四个不同的biosample.

提交之后，就构建好了。

##构建run，不同重复需要建立多个run。

构建run了，也就是传数据阶段。

填好，刚才我们例子中提供的文件全名和md5信息。记住，一定要全名，包括后缀gz.

根据下面提供的ftp地址，上传就好了，一定要传到GSA文件夹里面，传完之后，就是等待机器审核了。

许久之后，会邮件通知你的序列号。