fasta和fastq格式文件的shell小練習(xí)
這個(gè)是有機(jī)結(jié)合生物信息學(xué)的linux和數(shù)據(jù)格式的練習(xí)題：
下載bowtie2軟件后拿到示例數(shù)據(jù)：
mkdir -p ~/biosoft
cd ~/biosoft
wget https://sourceforge.net/projects/bowtie-bio/files/bowtie2/2.3.4.3/bowtie2-2.3.4.3-linux-x86_64.zip
unzip bowtie2-2.3.4.3-linux-x86_64.zip
cd ~/biosoft/bowtie2-2.3.4.3-linux-x86_64/example/reads
1)統(tǒng)計(jì)reads_1.fq 文件中共有多少條序列信息
2）輸出所有的reads_1.fq文件中的標(biāo)識(shí)符(即以@開頭的那一行)
- 輸出reads_1.fq文件中的 所有序列信息(即每個(gè)序列的第二行)
4）輸出以‘+’及其后面的描述信息(即每個(gè)序列的第三行)
5）輸出質(zhì)量值信息(即每個(gè)序列的第四行) - 計(jì)算reads_1.fq 文件含有N堿基的reads個(gè)數(shù)
- 統(tǒng)計(jì)文件中reads_1.fq文件里面的序列的堿基總數(shù)
8）計(jì)算reads_1.fq 所有的reads中N堿基的總數(shù)
9）統(tǒng)計(jì)reads_1.fq 中測(cè)序堿基質(zhì)量值恰好為Q20的個(gè)數(shù)
10）統(tǒng)計(jì)reads_1.fq 中測(cè)序堿基質(zhì)量值恰好為Q30的個(gè)數(shù)
11）統(tǒng)計(jì)reads_1.fq 中所有序列的第一位堿基的ATCGNatcg分布情況
12）將reads_1.fq 轉(zhuǎn)為reads_1.fa文件(即將fastq轉(zhuǎn)化為fasta) - 統(tǒng)計(jì)上述reads_1.fa文件中共有多少條序列
14）計(jì)算reads_1.fa文件中總的堿基序列的GC數(shù)量
15）刪除 reads_1.fa文件中的每條序列的N堿基
16）刪除 reads_1.fa文件中的含有N堿基的序列 - 刪除 reads_1.fa文件中的短于65bp的序列
18） 刪除 reads_1.fa文件每條序列的前后五個(gè)堿基
19）刪除 reads_1.fa文件中的長于125bp的序列
20）查看reads_1.fq 中每條序列的第一位堿基的質(zhì)量值的平均值
echo $PATH |grep -o ":"|wc
cat reads_1.fq |paste - - - - |less -SN
cat reads_1.fq |paste - - - - |cut -f 2|grep -o [ATCGNatcg]|wc
# http://ascii.911cha.com/
# 63 ?
# 53 5
# 97 a
# 107 k
