这个是有机结合生物信息学的linux和数据格式的练习题：
下载bowtie2软件后拿到示例数据：
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
less -SN reads_1.fq | grep @r |wc -l
2）输出所有的reads_1.fq文件中的标识符(即以@开头的那一行)
less -SN reads_1.fq | grep @r
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)
less -SN reads_1.fq |paste - - - -| awk ' {print $2}'
4）输出以‘+’及其后面的描述信息(即每个序列的第三行)
less -SN reads_1.fq |paste - - - -| awk ' {print $3}'
5）输出质量值信息(即每个序列的第四行)
less -SN reads_1.fq |paste - - - -| awk ' {print $4}'
6) 计算reads_1.fq 文件含有N碱基的reads个数
less -SN reads_1.fq |paste - - - -| awk ' {print $2}'|grep N |wc -l
7) 统计文件中reads_1.fq文件里面的序列的碱基总数
less -SN reads_1.fq |paste - - - -| awk ' {print $2}'|wc
##或者
awk '{if(NR%4==2) print}' reads_1.fq|grep -o [ATCGN]|wc
#NR%4==2 取每4行的第2行（序列信息）
8）计算reads_1.fq 所有的reads中N碱基的总数
less -SN reads_1.fq |paste - - - -| awk ' {print $2}'|grep -o N|wc
#或者
awk '{if(NR%4==2) print}' reads_1.fq|grep -o [N]|wc
9）统计reads_1.fq 中测序碱基质量值恰好为Q20的个数
less -SN reads_1.fq |paste - - - -| awk ' {print $4}'| grep -o 5|wc
10）统计reads_1.fq 中测序碱基质量值恰好为Q30的个数
less -SN reads_1.fq |paste - - - -| awk ' {print $4}'| grep -o ?|wc
11）统计reads_1.fq 中所有序列的第一位碱基的ATCGNatcg分布情况
less -SN reads_1.fq |paste - - - -| awk ' {print $2}'|cut -c 1| sort -n |uniq -c
12）将reads_1.fq 转为reads_1.fa文件(即将fastq转化为fasta)
less -SN reads_1.fq |paste - - - -| cut -f 1,2|tr '\t' '\n'|tr '@' '>' >reads_1.fa
13) 统计上述reads_1.fa文件中共有多少条序列
less -SN reads_1.fa |paste - - |wc -l
14）计算reads_1.fa文件中总的碱基序列的GC数量
less -SN reads_1.fa |paste - - |awk '{print $2}'|grep -o -e G -e C|wc
#或者
grep -o [GC] reads_1.fa|wc
15）删除 reads_1.fa文件中的每条序列的N碱基
less -SN reads_1.fa |tr -d 'N'
16）删除 reads_1.fa文件中的含有N碱基的序列
less -SN reads_1.fa |paste - -|grep -v N| tr '\t' '\n'
17) 删除 reads_1.fa文件中的短于65bp的序列
less -SN reads_1.fa |paste - -|awk '{if (length($2) >65) print}'|wc
18） 删除 reads_1.fa文件每条序列的前后五个碱基
less -SN reads_1.fa |paste - -|awk ' {print $2}'|sed 's/^.....//'|sed 's/.....$//'
##|sed 's/^.....//' 将前五个字符替换为空，sed 's/.....$// 将后五个字符替换为空，^.....代表前五个字符，.....$代表后后五个字符```
#or
less -SN reads_1.fa |paste - -|awk ' {print $2}'|sed 's/ ^.\{5\}//'|sed 's/ \{5\}.$//'
19）删除 reads_1.fa文件中的长于125bp的序列
less -SN reads_1.fa |paste - -|awk '{if (length($2) <125) print}'|wc
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
less -SN reads_1.fq |paste - - - -|awk ' {print $4}'|cut -c 1|perl -alne '{print ord($_)-33}'|paste -s -d+|BC
echo $PATH |grep -o ":"|wc
cat reads_1.fq |paste - - - - |less -SN
cat reads_1.fq |paste - - - - |cut -f 2|grep -o [ATCGNatcg]|wc
# http://ascii.911cha.com/
# 63 ?
# 53 5
# 97 a
# 107 k
