1. 在任意文件夾下面創(chuàng)建形如 1/2/3/4/5/6/7/8/9 格式的文件夾系列锣尉。
mkdir -p 1/2/3/4/5/6/7/8/9
2. 在創(chuàng)建好的文件夾下面盛霎，比如我的是 /Users/jimmy/tmp/1/2/3/4/5/6/7/8/9 岭粤，里面創(chuàng)建文本文件 me.txt
touch /Users/jimmy/tmp/1/2/3/4/5/6/7/8/9/me.txt
3. 在文本文件 me.txt 里面輸入內(nèi)容:
Go to: http://www.biotrainee.com/
I love bioinfomatics.
And you ?
方法一：
vi me.txt
Go to: http://www.biotrainee.com/
I love bioinfomatics.
And you ?
:wq
方法二：
cat> me.txt
Go to: http://www.biotrainee.com/
I love bioinfomatics.
And you ?
##按ctrl + d保存退出
4.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 1/2/3/4/5/6/7/8/9/me.txt
5.在任意文件夾下面創(chuàng)建 folder1~5這5個(gè)文件夾，然后每個(gè)文件夾下面繼續(xù)創(chuàng)建 folder1~5這5個(gè)文件夾
mkdir -p folder{1..5}/folder{1..5}
6.在第五題創(chuàng)建的每一個(gè)文件夾下面都創(chuàng)建第二題文本文件 me.txt 组题，內(nèi)容也要一樣云矫。
cat >me.txt
Go to: http://www.biotrainee.com/
I love bioinfomatics.
And you ?
#按ctrl + d保存退出
for a in {1..5};do
cd ~/folder$a
for b in {1..5};do
cd ~/folder$a/folder$b
cp ./me.txt ~/folder$a/folder$b
done
done
7.再次刪除掉前面幾個(gè)步驟建立的文件夾及文件
rm -r folder{1..5}
8. 下載 http://www.biotrainee.com/jmzeng/igv/test.bed 文件，后在里面選擇含有 H3K4me3 的那一行是第幾行矫渔，該文件總共有幾行彤蔽。
wget -c http://www.biotrainee.com/jmzeng/igv/test.bed
grep -n 'H3K4me3' test.bed
wc -l test.bed
9.下載 http://www.biotrainee.com/jmzeng/rmDuplicate.zip 文件，并且解壓庙洼，查看里面的文件夾結(jié)構(gòu)
wget -c http://www.biotrainee.com/jmzeng/rmDuplicate.zip
unzip rmDuplicate.zip
tree rmDuplicate
10.打開第九題解壓的文件顿痪，進(jìn)入 rmDuplicate/samtools/single 文件夾里面涩堤，查看后綴為 .sam 的文件毯炮，搞清楚生物信息學(xué)里面的SAM/BAM 定義是什么。
cd rmDuplicate/samtools/single
ls *.sam
SAM(Sequence Alignment/Map)格式是一種通用的比對(duì)格式阱当，用來存儲(chǔ)reads到參考序列的比對(duì)信息石咬。
BAM是SAM的二進(jìn)制格式揩悄，因此兩者格式相同，只是BAM文件占用儲(chǔ)存空間更小鬼悠，運(yùn)算更快删性。
11.安裝 samtools 軟件
利用conda安裝
source ~/miniconda3/bin/activate
conda search samtools
conda install samtools
12.打開后綴為BAM 的文件亏娜，找到產(chǎn)生該文件的命令。
#查看一個(gè)文件名叫做SRR1039510.sort.bam文件的產(chǎn)生命令
samtools view -h SRR1039510.sort.bam |grep '^@PG'|awk 'BEGIN{FS="\t"}{print $5}'|cut -d: -f2
13.根據(jù)上面的命令蹬挺，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维贺。
#查看 注：此處用的文件為SRR1039510.sort.bam文件
samtools view -h SRR1039510.sort.bam |egrep '^@S.*?(chr[XYM]\s+.*|chr[1-9]?[0-9]\s+).*'|less
#計(jì)數(shù)
samtools view -h SRR1039510.sort.bam |egrep '^@S.*?(chr[XYM]\s+.*|chr[1-9]?[0-9]\s+).*'|wc -l
14.上面的后綴為BAM 的文件的第二列，只有 0 和 16 兩個(gè)數(shù)字巴帮，用 cut/sort/uniq等命令統(tǒng)計(jì)它們的個(gè)數(shù)幸缕。
samtools view SRR1039510.sort.bam |cut -f2|sort |uniq -c
15. 重新打開 rmDuplicate/samtools/paired 文件夾下面的后綴為BAM 的文件，再次查看第二列晰韵，并且統(tǒng)計(jì)
samtools view SRR1039510.sort.bam|cut -f2 |sort |uniq -c|sort -t' ' -nrk1,1
16.下載 http://www.biotrainee.com/jmzeng/sickle/sickle-results.zip 文件发乔，并且解壓，查看里面的文件夾結(jié)構(gòu)雪猪， 這個(gè)文件有2.3M栏尚，注意留心下載時(shí)間及下載速度。
wget http://www.biotrainee.com/jmzeng/sickle/sickle-results.zip
unzip sickle-results
tree
17.解壓 sickle-results/single_tmp_fastqc.zip 文件只恨，并且進(jìn)入解壓后的文件夾译仗，找到 fastqc_data.txt 文件，并且搜索該文本文件以 >>開頭的有多少行官觅？
cd sickle-results
unzip single_tmp_fastqc.zip
cd single_tmp_fastqc
search '^>>' fastqc_data.txt |wc -l
18.下載 http://www.biotrainee.com/jmzeng/tmp/hg38.tss 文件纵菌，去NCBI找到TP53/BRCA1等自己感興趣的基因?qū)?yīng)的 refseq數(shù)據(jù)庫 ID，然后找到它們的hg38.tss 文件的哪一行休涤。
wget http://www.biotrainee.com/jmzeng/tmp/hg38.tss
grep 'NM_000546' hg38.tss
grep 'NM_001126113' hg38.tss
19.解析hg38.tss文件咱圆，統(tǒng)計(jì)每條染色體的基因個(gè)數(shù)。
cat hg38.tss |cut -f2|sort|uniq -c
20.解析hg38.tss 文件功氨，統(tǒng)計(jì)NM和NR開頭的序列序苏，了解NM和NR開頭的含義。
grep '^NM' hg38.tss |wc -l
grep '^NR' hg38.tss |wc -l
或
grep -oE '^(NM|NR)' hg38.tss |sort|uniq -c
NM：轉(zhuǎn)錄組產(chǎn)物的序列mRNA
NR：非編碼的轉(zhuǎn)錄組序列ncRNA
