NCBI 下载方式变更速记

核心变化#

• 2026-06-01 起，NCBI 将停止支持 rsync 协议下载。
• 受影响的是所有依赖 rsync 拉取 NCBI/FTP 数据的旧脚本、自动化流程和下载管线。
• 官方会在 2026-05-12 和 2026-05-27 进行 brownout（断网演练），可提前用来测试脚本是否会失效。

为什么停用 rsync#

• 安全性：rsync 已不太适配现代网络安全要求。
• 稳定性/扩展性：NCBI 正转向 HTTPS 和专用 API / CLI 工具，以支撑更大规模并发下载。
• 数据规模增长：例如 GenBank Release 271.0 已达到超大体量，更需要现代化下载方式。

迁移建议#

1. 大型/结构化数据：优先用 NCBI Datasets CLI#

适合基因组、注释等结构化数据下载。

conda create -n ncbi_datasets
conda activate ncbi_datasets
conda install -c conda-forge ncbi-datasets-cli

官方文档：https://www.ncbi.nlm.nih.gov/datasets/docs/v2/how-tos/

2. SRA 原始测序数据：用 SRA Toolkit#

conda install -c bioconda sra-tools

# 单个下载
prefetch SRR000001

# 批量下载
prefetch --option-file sra_list.txt

sra_list.txt 示例：

SRR000001
SRR000002
SRR000003

3. 少量文件：直接改成 HTTPS + wget/curl#

wget -c https://sra-pub-run-odp.s3.amazonaws.com/sra/SRR38325455/SRR38325455
curl -O https://sra-pub-run-odp.s3.amazonaws.com/sra/SRR38325455/SRR38325455

国内下载加速思路#

• 如果直接访问 NCBI 很慢，可以到 CNCB / NGDC 查询对应数据的镜像链接。
• 示例：

wget -c https://download2.cncb.ac.cn/INSDC6/SRA/36/SRR36608/SRR36608452//SRR36608452

• 优点：可绕开 NCBI 直连慢的问题，速度可能明显提升。

实操结论#

• 先排查脚本里是否还有 rsync。
• 能换成 Datasets CLI / SRA Toolkit 的尽量换。
• 简单文件下载改成 HTTPS + wget/curl。
• 不要等到 6 月 1 日；最好在 5 月两次 brownout 前后就完成迁移测试。