文章复现-全外显子数据分析学习2sra转fq文件

首先做个总结汇总一下


1.检查自己下载的sra是否是完整的,validate.shu运行这个脚本,还在跑着
2.制作循环生成fq文件的list-sra2case.txt,运行脚本make_sra2case.sh
3.sra转fq文件,运行脚本sra2fq.sh


正式开始

cd /data1/jiarongf/learning/cancer-WES/run
vim validate.sh
cd ../0.sra/
## SRA数据验证
touch validate.out
ls  SRR* | grep -v "vdb" | xargs vdb-validate - >> validate.out 2>&1
cat validate.out | grep consistent | wc
q
sh validate.sh

这个代码包含操作步骤,比如那个q,
下面是validate.sh的内容

cd ../0.sra/
touch validate.out
ls  SRR* | grep -v "vdb" | xargs vdb-validate - >> validate.out 2>&1
cat validate.out | grep consistent | wc

我觉得这块是不是因为教程太久远了,发现做出来和教程不太一样,教程最后的结果


validate.out

然而我做出来的


validate.out

这个也要跑好久,就先放着把,先往下做
第二天做完了的
(/home/jiarongf/my-envs/wes) 15:35:42 jiarongf@172.16.10.223:/data1/jiarongf/learning/cancer-WES/run
$
sh validate.sh
     30     210    2580
跑完了也检查了validate.out文件,没什么问题

制作sra2case.txt

15:56:28 jiarongf@172.16.10.223:/data1/jiarongf/learning/cancer-WES/run
$
cat make_sra2case.sh
cd ../data
cat SraRunTable.txt | grep "WXS" | cut -d ',' -f 1 > config
cat SraRunTable.txt | grep "WXS" | cut -d ',' -f 27 | sed s/_1// > case
paste -d ' ' config case > sra2case.txt

15:56:31 jiarongf@172.16.10.223:/data1/jiarongf/learning/cancer-WES/run
$
sh make_sra2case.sh
15:57:24 jiarongf@172.16.10.223:/data1/jiarongf/learning/cancer-WES/run
$
ls ../data
case  config  sra2case.txt  SraRunTable.txt  SRR_Acc_List.txt

生成成功

cat config
SRR3182418
SRR3182419
SRR3182420
SRR3182421
SRR3182422
SRR3182423
SRR3182424
SRR3182425
SRR3182426
SRR3182427
SRR3182428
SRR3182429
SRR3182430
SRR3182431
SRR3182432
SRR3182433
SRR3182434
SRR3182435
SRR3182436
SRR3182437
SRR3182438
SRR3182439
SRR3182440
SRR3182441
SRR3182442
SRR3182443
SRR3182444
SRR3182445
SRR3182446
SRR3182447
cat case
case5_germline_WES
case2_germline_WES
case4_germline_WES
case3_germline_WES
case6_germline_WES
case1_germline_WES
case4_biorep_A_WES
case4_biorep_B_techrep_WES
case4_biorep_C_WES
case3_biorep_A_WES
case3_biorep_B_WES
case3_biorep_C_techrep_WES
case6_biorep_A_techrep_WES
case6_biorep_B_WES
case6_biorep_C_WES
case1_biorep_A_techrep_WES
case1_biorep_B_WES
case1_biorep_C_WES
case2_biorep_A_WES
case2_biorep_B_techrep_WES
case2_biorep_C_WES
case5_biorep_A_WES
case5_biorep_B_techrep_WES
case4_techrep_2_WES
case3_techrep_2_WES
case6_techrep_2_WES
case1_techrep_2_WES
case2_techrep_2_WES
case5_techrep_2_WES
case5_biorep_C_WES

cat ../data/sra2case.txt
SRR3182418 case5_germline_WES
SRR3182419 case2_germline_WES
SRR3182420 case4_germline_WES
SRR3182421 case3_germline_WES
SRR3182422 case6_germline_WES
SRR3182423 case1_germline_WES
SRR3182424 case4_biorep_A_WES
SRR3182425 case4_biorep_B_techrep_WES
SRR3182426 case4_biorep_C_WES
SRR3182427 case3_biorep_A_WES
SRR3182428 case3_biorep_B_WES
SRR3182429 case3_biorep_C_techrep_WES
SRR3182430 case6_biorep_A_techrep_WES
SRR3182431 case6_biorep_B_WES
SRR3182432 case6_biorep_C_WES
SRR3182433 case1_biorep_A_techrep_WES
SRR3182434 case1_biorep_B_WES
SRR3182435 case1_biorep_C_WES
SRR3182436 case2_biorep_A_WES
SRR3182437 case2_biorep_B_techrep_WES
SRR3182438 case2_biorep_C_WES
SRR3182439 case5_biorep_A_WES
SRR3182440 case5_biorep_B_techrep_WES
SRR3182441 case4_techrep_2_WES
SRR3182442 case3_techrep_2_WES
SRR3182443 case6_techrep_2_WES
SRR3182444 case1_techrep_2_WES
SRR3182445 case2_techrep_2_WES
SRR3182446 case5_techrep_2_WES
SRR3182447 case5_biorep_C_WES

SRA转FQ(fasterq-dump)生成脚本sra2fq.sh

## 不建议还使用fastq-dump,速度很慢,但是fasterq-dump的参数不如fastq-dump丰富,没有“-A”参数,所以需要自己修改name,建议最后使用pigz压缩,fasterq-dump和pigz都可以设置多线程

touch sra2fq.log

## sra2fq.sh
cat ../sra2case.txt | while read id
do
   arr=(${id})
   sample=${arr[0]}.sra
   case=${arr[1]}
   echo "time fasterq-dump -p -x -3 -N -P -f --skip-technical -e 16 ${sample} -O . >> sra2fq.log 2>&1"
   echo "sed s/${sample}/${case}/ ${sample}_1.fastq > ${case}_1.fastq "
   echo "pigz -p 16 ${case}_1.fastq"
   echo "sed s/${sample}/${case}/ ${sample}_2.fastq > ${case}_2.fastq "
   echo "pigz -p 16 -f ${case}_2.fastq"
done > sra2fq.sh

nohup bash sra2fq.sh &

上述是教程的脚本
因为报错了
进行小幅度更改
现在我的目录是/data1/jiarongf/learning/cancer-WES/run
因为我所有运行的脚本都在这里放着

touch sra2fq.log
cd /data1/jiarongf/learning/cancer-WES/0.sra
## sra2fq.sh
cat ../data/sra2case.txt | while read id
do
   arr=(${id})
   sample=${arr[0]}.sra
   case=${arr[1]}
   echo "fasterq-dump"
   time fasterq-dump -p -x -3 -N -P -f --skip-technical -e 16 /data1/jiarongf/learning/cancer-WES/0.sra/${sample} -O /data1/jiarongf/learning/cancer-WES/0.sra/ >> sra2fq.log 2>&1
   echo "sed s/${sample}/${case}/ ${sample}_1.fastq > ${case}_1.fastq "
   sed s/${sample}/${case}/ ${sample}_1.fastq > ${case}_1.fastq
   echo "pigz -p 16 ${case}_1.fastq"
   pigz -p 16 ${case}_1.fastq
   echo "sed s/${sample}/${case}/ ${sample}_2.fastq > ${case}_2.fastq "
   sed s/${sample}/${case}/ ${sample}_2.fastq > ${case}_2.fastq
   echo "pigz -p 16 -f ${case}_2.fastq"
   pigz -p 16 -f ${case}_2.fastq
done

上面的代码是sra2fq.sh
直接运行,需要开后台,不然跑的很慢

17:04:03 jiarongf@172.16.10.223:/data1/jiarongf/learning/cancer-WES/run
$
screen -ls
There are screens on:
        32942.wes_fq    (04/18/2022 04:04:49 PM)        (Attached)
        11537.wes       (04/18/2022 03:35:08 PM)        (Detached)
2 Sockets in /run/screen/S-jiarongf.
17:06:03 jiarongf@172.16.10.223:/data1/jiarongf/learning/cancer-WES/run
$
source activate wes
(/home/jiarongf/my-envs/wes) 17:06:17 jiarongf@172.16.10.223:/data1/jiarongf/learning/cancer-WES/run
$
l
creat-wes-envs.sh    download-aspera.sh                     ibm-aspera-connect_4.1.3.93_linux.tar.gz  prefetch.sh  sra2fq.sh      validate.sh
download-aspera.log  ibm-aspera-connect_4.1.3.93_linux.sh*  make_sra2case.sh                          sra2fq.log   sra2fq.sh.log
(/home/jiarongf/my-envs/wes) 17:06:21 jiarongf@172.16.10.223:/data1/jiarongf/learning/cancer-WES/run
$
bash sra2fq.sh
fasterq-dump

不知道能不能跑成功,先试试看,后面慢慢改
跑成功了,是这样的


0.sra
(/home/jiarongf/my-envs/wes) 10:03:46 jiarongf@172.16.10.223:/data1/jiarongf/learning/cancer-WES/0.sra
$
ls *.gz
case1_biorep_A_techrep_WES_1.fastq.gz  case4_biorep_A_WES_1.fastq.gz
case1_biorep_A_techrep_WES_2.fastq.gz  case4_biorep_A_WES_2.fastq.gz
case1_biorep_B_WES_1.fastq.gz          case4_biorep_B_techrep_WES_1.fastq.gz
case1_biorep_B_WES_2.fastq.gz          case4_biorep_B_techrep_WES_2.fastq.gz
case1_biorep_C_WES_1.fastq.gz          case4_biorep_C_WES_1.fastq.gz
case1_biorep_C_WES_2.fastq.gz          case4_biorep_C_WES_2.fastq.gz
case1_germline_WES_1.fastq.gz          case4_germline_WES_1.fastq.gz
case1_germline_WES_2.fastq.gz          case4_germline_WES_2.fastq.gz
case1_techrep_2_WES_1.fastq.gz         case4_techrep_2_WES_1.fastq.gz
case1_techrep_2_WES_2.fastq.gz         case4_techrep_2_WES_2.fastq.gz
case2_biorep_A_WES_1.fastq.gz          case5_biorep_A_WES_1.fastq.gz
case2_biorep_A_WES_2.fastq.gz          case5_biorep_A_WES_2.fastq.gz
case2_biorep_B_techrep_WES_1.fastq.gz  case5_biorep_B_techrep_WES_1.fastq.gz
case2_biorep_B_techrep_WES_2.fastq.gz  case5_biorep_B_techrep_WES_2.fastq.gz
case2_biorep_C_WES_1.fastq.gz          case5_biorep_C_WES_1.fastq.gz
case2_biorep_C_WES_2.fastq.gz          case5_biorep_C_WES_2.fastq.gz
case2_germline_WES_1.fastq.gz          case5_germline_WES_1.fastq.gz
case2_germline_WES_2.fastq.gz          case5_germline_WES_2.fastq.gz
case2_techrep_2_WES_1.fastq.gz         case5_techrep_2_WES_1.fastq.gz
case2_techrep_2_WES_2.fastq.gz         case5_techrep_2_WES_2.fastq.gz
case3_biorep_A_WES_1.fastq.gz          case6_biorep_A_techrep_WES_1.fastq.gz
case3_biorep_A_WES_2.fastq.gz          case6_biorep_A_techrep_WES_2.fastq.gz
case3_biorep_B_WES_1.fastq.gz          case6_biorep_B_WES_1.fastq.gz
case3_biorep_B_WES_2.fastq.gz          case6_biorep_B_WES_2.fastq.gz
case3_biorep_C_techrep_WES_1.fastq.gz  case6_biorep_C_WES_1.fastq.gz
case3_biorep_C_techrep_WES_2.fastq.gz  case6_biorep_C_WES_2.fastq.gz
case3_germline_WES_1.fastq.gz          case6_germline_WES_1.fastq.gz
case3_germline_WES_2.fastq.gz          case6_germline_WES_2.fastq.gz
case3_techrep_2_WES_1.fastq.gz         case6_techrep_2_WES_1.fastq.gz
case3_techrep_2_WES_2.fastq.gz         case6_techrep_2_WES_2.fastq.gz
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 220,367评论 6 512
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,959评论 3 396
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 166,750评论 0 357
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 59,226评论 1 295
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 68,252评论 6 397
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,975评论 1 308
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,592评论 3 420
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,497评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 46,027评论 1 319
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 38,147评论 3 340
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,274评论 1 352
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,953评论 5 347
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,623评论 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,143评论 0 23
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,260评论 1 272
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,607评论 3 375
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,271评论 2 358

推荐阅读更多精彩内容