一坟募、在任意文件夾下面創(chuàng)建形如 1/2/3/4/5/6/7/8/9 格式的文件夾系列懈糯。
mkdir -p 1/2/3/4/5/6/7/8/9/
二她紫、在創(chuàng)建好的文件夾下面，比如我的是 /Users/jimmy/tmp/1/2/3/4/5/6/7/8/9 民褂，里面創(chuàng)建文本文件 me.txt
cd 1/2/3/4/5/6/7/8/9/
touch me.txt
ls
三、在文本文件 me.txt 里面輸入內(nèi)容:
nano me.txt###進入編輯器
Go to: http://www.biotrainee.com/
I love bioinfomatics.
And you ?
Ctrl+x退出
四畜普、刪除上面創(chuàng)建的文件夾 1/2/3/4/5/6/7/8/9 及文本文件 me.txt
rm -r me.txt
五钝荡、在任意文件夾下面創(chuàng)建 folder1~5這5個文件夾赎离，然后每個文件夾下面繼續(xù)創(chuàng)建 folder1~5這5個文件夾梁剔，效果如下：
mkdir -pv ./{fold_1/{fold_1/{fold_1,fold_2,fold_3,fold_4,fold_5},fold_2/{fold_1,fold_2,fold_3,fold_4,fold_5},fold_3/{fold_1,fold_2,fold_3,fold_4,fold_5},fold_4/{fold_1,fold_2,fold_3,fold_4,fold_5},fold_5/{fold_1,fold_2,fold_3,fold_4,fold_5}}
image.png
六个盆、在第五題創(chuàng)建的每一個文件夾下面都 創(chuàng)建第二題文本文件 me.txt 颊亮，內(nèi)容也要一樣门扇。(這個題目難度超綱件舵，建議一個月后再回過頭來做)
cd ~/fold/
install -d ./fold_1/me.txt ./fold_2/me.txt ./fold_3/me.txt ./fold_4/me.txt ./fold_5/me.txt
#####太多了就在創(chuàng)建的主目錄下分別創(chuàng)建了一個铅祸，大概想上面一樣的嵌套一下涡扼，
七，再次刪除掉前面幾個步驟建立的文件夾及文件
rm -r ./fold_1/ ./fold_2/ ./fold_3/ ./fold_4/ ./fold_5/
####效果如下
image.png
八不狮、下載 http://www.biotrainee.com/jmzeng/igv/test.bed 文件推掸，后在里面選擇含有 H3K4me3 的那一行是第幾行谅畅，該文件總共有幾行粘优。
mkdir ./H3K4me3
wget http://www.biotrainee.com/jmzeng/igv/test.bed
image.png
cat -n test.bed |grep 'H3K4me3'|less -S
cat -n test.bed |wc -l
###10
九邪铲、下載 http://www.biotrainee.com/jmzeng/rmDuplicate.zip 文件英染，并且解壓四康，查看里面的文件夾結(jié)構(gòu)
wget http://www.biotrainee.com/jmzeng/rmDuplicate.zip
conda isntall unzip
unzip rmDuplicate.zip
ls
image.png
十论颅、打開第九題解壓的文件，進入 rmDuplicate/samtools/single 文件夾里面今妄，查看后綴為 .sam 的文件瞻离，搞清楚 生物信息學里面的SAM/BAM 定義是什么琐脏。
cd ./samtools/single
image.png
十一昂拂、安裝 samtools 軟件
conda instal samtools
十二格侯、打開 后綴為BAM 的文件联四，找到產(chǎn)生該文件的命令。 提示一下命令是：
/home/jianmingzeng/biosoft/bowtie/bowtie2-2.2.9/bowtie2-align-s --wrapper basic-0 -p 20 -x /home/jianmingzeng/reference/index/bowtie/hg38 -S /home/jianmingzeng/data/public/allMouse/alignment/WT_rep2_Input.sam -U /tmp/41440.unp
十三題、根據(jù)上面的命令，找到我使用的參考基因組 /home/jianmingzeng/reference/index/bowtie/hg38具體有多少條染色體懦鼠。
- 不會
十四題、上面的后綴為BAM 的文件的第二列阳仔，只有 0 和 16 兩個數(shù)字延蟹，用 cut/sort/uniq等命令統(tǒng)計它們的個數(shù)阱飘。
cat tmp.sam|cut -f 2|sort -n|uniq -c
# 29 0
# 24 16
十五題蔗喂、重新打開 rmDuplicate/samtools/paired 文件夾下面的后綴為BAM 的文件，再次查看第二列，并且統(tǒng)計
cd ..
ls
cd paired
ls
cat tmp.sam |cut -f 2|sort -n|uniq -c
3 83
2 97
9 99
8 147
3 163
1 323
1 353
1 371
1 387
1 433
十六題、下載 http://www.biotrainee.com/jmzeng/sickle/sickle-results.zip 文件默终，并且解壓床估，查看里面的文件夾結(jié)構(gòu)丐巫， 這個文件有2.3M碑韵，注意留心下載時間及下載速度占卧。
unzip sickle-results.zip
image.png
十七題叭喜、解壓
sickle-results/single_tmp_fastqc.zip 文件，并且進入解壓后的文件夾，找到 fastqc_data.txt 文件委可，并且搜索該文本文件以 >>開頭的有多少行燕少？
unzip single_tmp_fastqc.zip
cd single_tmp_fastqc/
ls
#Icons Images fastqc.fo fastqc_data.txt fastqc_report.html summary.txt
cat fastqc_data.txt |grep '>>'
###>>Basic Statistics pass
#>>END_MODULE
#>>Per base sequence quality pass
#>>END_MODULE
#>>Per tile sequence quality pass
#>>END_MODULE
#>>Per sequence quality scores pass
#>>END_MODULE
#>>Per base sequence content fail
#>>END_MODULE
#>>Per sequence GC content warn
#>>END_MODULE
#>>Per base N content pass
#>>END_MODULE
#>>Sequence Length Distribution warn
#>>END_MODULE
#>>Sequence Duplication Levels pass
#>>END_MODULE
#>>Overrepresented sequences warn
#>>END_MODULE
#>>Adapter Content pass
#>>END_MODULE
#>>Kmer Content warn
#>>END_MODULE
cat fastqc_data.txt |grep '>>'|wc -l
#24
十八題、下載 http://www.biotrainee.com/jmzeng/tmp/hg38.tss 文件脸侥，去NCBI找到TP53/BRCA1等自己感興趣的基因?qū)?refseq數(shù)據(jù)庫 ID睁枕，然后找到它們的hg38.tss 文件的哪一行契吉。https://www.ncbi.nlm.nih.gov/gene/7157
cd ~/H3K4me3/
wget http://www.biotrainee.com/jmzeng/tmp/hg38.tss
ls
less -SN hg38.tss
###第一列表示refseq數(shù)據(jù)庫` ID ，即以NM開頭的id號，表示川路產(chǎn)物序列泣棋，成熟mRNA序列潭辈。
image.png
十九題澈吨、解析hg38.tss 文件，統(tǒng)計每條染色體的基因個數(shù)修赞。
less -SN hg38.tss |cut -f2|sort|uniq -c |less -S
image.png
二十題柏副、解析hg38.tss 文件蚣录，統(tǒng)計NM和NR開頭的熟練，了解NM和NR開頭的含義荔泳。
less -SN hg38.tss |grep 'NM'|less -S
less -SN hg38.tss |grep 'NR'|less -S
image.png
image.png
- NR開頭的表示非編碼的轉(zhuǎn)錄子序列玛歌，包括結(jié)構(gòu)RNAs擎椰，假基因轉(zhuǎn)子等。 |
- NM開頭的id號译荞，表示轉(zhuǎn)錄產(chǎn)物序列，成熟mRNA序列
