2018/12/11 作业 fasta和fastq格式文件的sh

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)统计reads_1.fq 文件中共有多少条序列信息

nl reads_1.fq|  sed -n 2~4p |wc -l

答案 10000

2）输出所有的reads_1.fq文件中的标识符(即以@开头的那一行)
方法1

nl reads_1.fq|sed -n  '/^@/p' 
nl reads_1.fq|sed -n  '/@*/p' 

不太明白

grep '^@' reads_1.fq|less -SN |wc -l
grep '^@' reads_1.fq > 2.txt

方法2

3. 输出reads_1.fq文件中的 所有序列信息(即每个序列的第二行)

nl reads_1.fq| sed -n 2~4p > seq.txt
nl reads_1.fq| sed -n 2~4p

4）输出以‘+’及其后面的描述信息(即每个序列的第三行)
grep '^+' reads_1.fq > 4.txt

方法2

nl reads_1.fq|  sed -n '/+/p'

5）输出质量值信息(即每个序列的第四行)

nl reads_1.fq|  sed -n 0~4p

6. 计算reads_1.fq 文件含有N碱基的reads个数

nl reads_1.fq|  sed -n 2~4p | sed -n /N/p |wc -l

7. 统计文件中reads_1.fq文件里面的序列的碱基总数

nl reads_1.fq| sed -n 2~4p |-wc

答案 6429

8）计算reads_1.fq 所有的reads中N碱基的总数

nl reads_1.fq| sed -n 2~4p | grep 'N' -c

9）统计reads_1.fq 中测序碱基质量值恰好为Q20的个数
????

10）统计reads_1.fq 中测序碱基质量值恰好为Q30的个数
????

11）统计reads_1.fq 中所有序列的第一位碱基的ATCGNatcg分布情况
nl reads_1.fq| sed -n 2~4p | grep '^[ATCGNatcg]' -c

12）将reads_1.fq 转为reads_1.fa文件(即将fastq转化为fasta)
???

13. 统计上述reads_1.fa文件中共有多少条序列
    ???

14）计算reads_1.fa文件中总的碱基序列的GC数量
nl reads_1.fq| sed -n 2~4p | grep '[G|C]' -c

15）删除 reads_1.fa文件中的每条序列的N碱基
16）删除 reads_1.fa文件中的含有N碱基的序列

17. 删除 reads_1.fa文件中的短于65bp的序列
    18） 删除 reads_1.fa文件每条序列的前后五个碱基
    19）删除 reads_1.fa文件中的长于125bp的序列
    20）查看reads_1.fq 中每条序列的第一位碱基的质量值的平均值