2022-09-26-----随堂测验

下载Synechococcus elongatus UTEX 2973（accession no.为GCA_000817325.1 ）的基因组注释文件,生成一个locus_tag和Name对应关系的表格？要求：只能使用一行shell命令，生成的表格以制表符分隔；并将shell命令和基因数目写在答案处。

打开网址，进入NCBI网站

https://www.ncbi.nlm.nih.gov/

点击Download

点击FTP

按genomes/all/GCA/000/817/325目录进入

点击目录 GCA_000817325.1_ASM81732v1

选择想要下载的文件，复制链接

wget https://ftp.ncbi.nlm.nih.gov/genomes/all/GCA/000/817/325/GCA_000817325.1_ASM81732v1/GCA_000817325.1_ASM81732v1_genomic.gff.gz  #通过复制的链接下载基因注释文件

复制链接，下载压缩包

查看下载的文件

gunzip GCA_000817325.1_ASM81732v1_genomic.gff.gz

解压文件，已经存在，询问是否覆盖，选择y

grep $'RefSeq\t' GCA_000817325.1_ASM81732v1_genomic.gff> test.tsv

生成table分隔文件

less test.tsv

查看文件内容

查看的结果

失败，文件中无此内容

grep $'RefSeq\t' GCA_000817325.1_ASM81732v1_genomic.gff|less   #查看抓取文件，无，失败

less GCA_000817325.1_ASM81732v1_genomic.gff   #查看文件内容

选取需要抓取的关键词

grep $'\tProtein' GCA_000817325.1_ASM81732v1_genomic.gff |head

抓取目标行

grep $'\tProtein' GCA_000817325.1_ASM81732v1_genomic.gff |sed 's/^.*;Name=//g'|sed 's/;.*;locus_tag=/\t/g'|sed 's/;.*$//g'|head

抓取目标列