linux作业

2019-05-03

2019-05-03  本文已影响0人  Bio小盼

生信人的linux考试（20题）

1.在任意文件夹下面创建形如 1/2/3/4/5/6/7/8/9 格式的文件夹系列

mkdir 生信人的linux考试
ls
cd 生信人的linux考试/
mkdir -p 1/2/3/4/5/6/7/8/9
tree
.
└── 1
    └── 2
        └── 3
            └── 4
                └── 5
                    └── 6
                        └── 7
                            └── 8
                                └── 9

9 directories, 0 files

2.在创建好的文件夹下面，比如我的是 /Users/jimmy/tmp/1/2/3/4/5/6/7/8/9 ，里面创建文本文件 me.txt

$ cd 1/2/3/4/5/6/7/8/9
$ touch me.txt
$ tree
.
└── me.txt
0 directories, 1 file

3.在文本文件 me.txt 里面输入内容

nano me.txt#在里面编写文字，ctrl+x  y 保存修改

4.删除上面创建的文件夹 1/2/3/4/5/6/7/8/9 及文本文件 me.txt

rm -r 1

5.在任意文件夹下面创建 folder1~5这5个文件夹，然后每个文件夹下面继续创建 folder1~5这5个文件夹

mkdir -p folder{1..5}/folder{1..5}
tree
.
├── folder1
│   ├── folder1
│   ├── folder2
│   ├── folder3
│   ├── folder4
│   └── folder5
├── folder2
│   ├── folder1
│   ├── folder2
│   ├── folder3
│   ├── folder4
│   └── folder5
├── folder3
│   ├── folder1
│   ├── folder2
│   ├── folder3
│   ├── folder4
│   └── folder5
├── folder4
│   ├── folder1
│   ├── folder2
│   ├── folder3
│   ├── folder4
│   └── folder5
└── folder5
    ├── folder1
    ├── folder2
    ├── folder3
    ├── folder4
    └── folder5

30 directories, 0 files

6.在第五题创建的每一个文件夹下面都 创建第二题文本文件 me.txt ，内容也要一样

这个题不会，，，，，
搜索到了小洁老师的答案：https://www.jianshu.com/p/034c6cb1cf3d

for dirs in folder{1..5}/folder{1..5}; do  cp me.txt $dirs; done
echo folder{1..5}/folder{1..5} | xargs -n 1 cp -v me.txt
# -n 1指定每行输出1列

7.再次删除掉前面几个步骤建立的文件夹及文件

rm -r folder*

8.下载 http://www.biotrainee.com/jmzeng/igv/test.bed 文件，后在里面选择含有 H3K4me3 的那一行是第几行，该文件总共有几行

wget http://www.biotrainee.com/jmzeng/igv/test.bed
wc -l test.bed # 共10行
cat test.bed | grep -n "H3K4me3"# 第八行

9.下载 http://www.biotrainee.com/jmzeng/rmDuplicate.zip 文件，并且解压，查看里面的文件夹结构

wget http://www.biotrainee.com/jmzeng/rmDuplicate.zip
unzip rmDuplicate.zip
tree

10.打开第九题解压的文件，进入 rmDuplicate/samtools/single 文件夹里面，查看后缀为 .sam 的文件，搞清楚 生物信息学里面的SAM/BAM 定义是什么

less -S tmp.sam

11.安装 samtools 软件(已安装)

12.打开 后缀为BAM 的文件，找到产生该文件的命令

samtools view tmp.rmdup.bam | less -SN #其中N使较为整齐的打印至屏幕上，S 编号

打开了两个文件，还是没能找到产生该文件的命令

13.根据上面的命令，找到我使用的参考基因组 /home/jianmingzeng/reference/index/bowtie/hg38 具体有多少条染色体

14.上面的后缀为BAM 的文件的第二列，只有 0 和 16 两个数字，用 cut/sort/uniq等命令统计它们的个数

samtools view tmp.sorted.bam | cut -f2 |sort| uniq -c

15. 重新打开 rmDuplicate/samtools/paired 文件夹下面的后缀为BAM 的文件，再次查看第二列，并且统计

samtools view tmp.rmdup.bam | cut -f2 |sort| uniq -c

16.下载 http://www.biotrainee.com/jmzeng/sickle/sickle-results.zip 文件，并且解压，查看里面的文件夹结构， 这个文件有2.3M，注意留心下载时间及下载速度

wget http://www.biotrainee.com/jmzeng/sickle/sickle-results.zip #2.3M文件下载了约不到1min
unzip sickle-results.zip 
tree
.
├── command.txt
├── single_tmp_fastqc.html
├── single_tmp_fastqc.zip
├── test1_fastqc.html
├── test1_fastqc.zip
├── test2_fastqc.html
├── test2_fastqc.zip
├── trimmed_output_file1_fastqc.html
├── trimmed_output_file1_fastqc.zip
├── trimmed_output_file2_fastqc.html
└── trimmed_output_file2_fastqc.zip

17.解压 sickle-results/single_tmp_fastqc.zip 文件，并且进入解压后的文件夹，找到 fastqc_data.txt 文件，并且搜索该文本文件以 >>开头的有多少行？

unzip single_tmp_fastqc.zip
cd single_tmp_fastqc/
less -SN fastqc_data.txt | grep "^>>" | wc -l

18.下载 http://www.biotrainee.com/jmzeng/tmp/hg38.tss 文件，去NCBI找到TP53/BRCA1等自己感兴趣的基因对应的 refseq数据库 ID，然后找到它们的hg38.tss 文件的哪一行。

refseq相关解释：https://liucheng.name/381/
https://www.ncbi.nlm.nih.gov/gene/7157

wget http://www.biotrainee.com/jmzeng/tmp/hg38.tss
less -SN hg38.tss #`refseq数据库` ID
less -SN hg38.tss | grep -n "NR_103753"

19.解析hg38.tss 文件，统计每条染色体的基因个数

less -SN hg38.tss | cut -f2 | sort |uniq -c

20.解析hg38.tss 文件，统计NM和NR开头的熟练，了解NM和NR开头的含义

less -SN hg38.tss | grep -n "^NR" |wc -l
less -SN hg38.tss | grep -n "^NM" |wc -l

参考：
https://www.jianshu.com/p/9da34a989957
http://www.omicsclass.com/article/529 #samtools安装
https://www.jianshu.com/p/2cdb83174a38
http://bioinformation.cn/?p=155
refseq解释

上一篇 下一篇

猜你喜欢

热点阅读