生信人的linux考试

linux都无法掌握，就不要学生信了，没有意义，需要时间和努力才能掌握linux，也不要妄想就接触了linux一天就做完下面的题目，需要购买linux书籍加上一个月的持续学习！

重点：

(去可视化概念+练习) 了解命令+参数+文件的模式

基础知识:cd -, cd .. , cd -, history, !5 , /home/ , /tmp/ , >,&，jobs,nohup 1,2,0 文件目录操作：ls,cd,pwd,mkdir,rm,mv,cp,touch,head,tail,less,more 系统管理： df,du,top,free,ps,ipconfig,netstat,ssh,scp, 用户权限：chown,chgrp,groups,ls

文本操作：awk,grep,sed,paste,cat,diff,wc,vi

使用腾讯云实验室的linux服务器： [link]https://cloud.tencent.com/developer/labs/lab/10000

参考生物信息学常见1000个软件的安装代码！： [link]http://www.biotrainee.com/thread-856-1-1.html 来安装软件。

如果学完了，理论上你看下面的总结应该是有茅塞顿开的感觉。

linux命令行文本操作一文就够：[link]http://1t.click/vvM

linux系统环境变量一文就够：[link]http://1t.click/vvS

构建shell脚本一文就够：[link]http://1t.click/vvW

一、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。

二、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

三、在文本文件me.txt里面输入内容:

Go to: http://www.biotrainee.com/
I love bioinfomatics.
And you ?

前三题效果如下：

在这里插入图片描述

四、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

五、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，效果如下：

在这里插入图片描述

六、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。(这个题目难度超纲，建议一个月后再回过头来做)

七，再次删除掉前面几个步骤建立的文件夹及文件

八、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。

九、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

十、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。

十一、安装 samtools软件

十二、打开后缀为BAM的文件，找到产生该文件的命令。提示一下命令是：

/home/jianmingzeng/biosoft/bowtie/bowtie2-2.2.9/bowtie2-align-s --wrapper basic-0 -p 20 -x /home/jianmingzeng/reference/index/bowtie/hg38 -S /home/jianmingzeng/data/public/allMouse/alignment/WT_rep2_Input.sam -U /tmp/41440.unp

十三题、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。

十四题、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。

十五题、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

十六题、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。

十七题、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？

十八题、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。

[link]https://www.ncbi.nlm.nih.gov/gene/7157

十九题、解析hg38.tss文件，统计每条染色体的基因个数。

二十题、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。

本文作者：生信技能树团队

最后编辑于：2019.07.23 19:56:38