记录用过的一些生信软件吧

FastX格式处理系列

• 截取数据量软件seqtk sample

$ seqtk sample
Usage:   seqtk sample [-2] [-s seed=11] <in.fa> <frac>|<number>
Options: -s INT       RNG seed [11]
         -2           2-pass mode: twice as slow but with much reduced memory

举例：
seqtk sample -s100 test.fq.gz 5242880 | pigz -p 4 > test.clean.fq.gz

• seqtk trimfq
  也是非常快速的一款处理fasta/q文件的工具，可以截取数据量，

$ seqtk trimfq
Usage:   seqtk trimfq [options] <in.fq>
Options: -q FLOAT    error rate threshold (disabled by -b/-e) [0.05]
         -l INT      maximally trim down to INT bp (disabled by -b/-e) [30]
         -b INT      trim INT bp from left (non-zero to disable -q/-l) [0]
         -e INT      trim INT bp from right (non-zero to disable -q/-l) [0]
         -L INT      retain at most INT bp from the 5'-end (non-zero to disable -q/-l) [0]
         -Q          force FASTQ output

例如：read长度为400bp，需要截取前150bp，可以设置-e是从后端开始截取250bp，剩下的就是前150bp。
seqtk trimfq -e 250 RP01G9E1L1_R1.fq.gz >trimed_RP01G9E1L1_R1.fq
例如： read长度为400bp，需要丢掉前30bp，保留后面370bp，则可以设置-b参数
seqtk trimfq -b 30 G19E1L1_1.fq.gz > >test.fq

• 将fastq转换为fasta
  seqkit fq2fa ../02.align/RP01G9E1L3_R1.fq.gz >RP01G9E1L3_R1.fa

• annovar使用说明
  https://www.jianshu.com/p/9b5719304311

• call variant 软件：GATK4 使用说明
  做WGS，或小型变异检测
  WES somatic variation pipeline正在制作中。

• 华大主流过滤测序数据软件：SOAPnuke使用说明
  soapnuke 报错Segmentation fault，一般是fastq内容有问，检测fastq文件，可尝试用gzip -f -d -c ./a_1.fastq.gz > a_1.fastq 看看是否能够解压。如果报错 invalid compressed data--format violated

• fastqc 原始数据质量值网页显示报告
  用法：fastqc *.fq.gz

• 数据中的adapter处理：cutadapt
  https://www.jianshu.com/p/412e55040358

比对软件系列：

• 任何项目都离不开的比对软件：bwa使用说明：
  https://www.jianshu.com/p/67b203cc0779

• 比对软件之一 ：STAR
  https://www.jianshu.com/p/294eadc1fc5a

• bowtie/bowtie2
  https://www.jianshu.com/p/67b203cc0779

• tophat

• 几乎每天都在用的samtools 使用说明：
  https://www.jianshu.com/p/67b203cc0779

• bam进行统计的软件：bamdst使用说明：
  不怎么好用

• bedtools
  见笔记 bedtools 使用教程。

• blast
  见笔记blast用法汇总https://www.jianshu.com/p/13e0a0fdb419

• igblast
  见笔记 https://www.jianshu.com/p/1a12a332ca47

reference 相关

• gffread 教程

单细胞测序系列

• indrop

• zUMIS软件的使用，

• 10x数据 cellranger的使用
  cellranger https://www.jianshu.com/p/21816b67f2df

• T细胞B细胞重构CDR3的软件： mixcr

      mixcr非常简单易用，它的主要功能是能重构出CDR序列。
      用法主要有三个步骤：
      1，align
      2，assemble
      3，export
  

自己写的一些工具：

• 将fasta模拟成fastq数据格式
  https://www.jianshu.com/p/4181ac1b0c4e

• 按比例合并两个fastq
  https://www.jianshu.com/p/a50092052552

• 比较两个文件中某两列是否有交集
  https://github.com/levinyi/scripts/blob/master/compare.py
  https://www.jianshu.com/p/e097c9e0789b

• fastq中提取百分比数据：
  https://www.jianshu.com/p/ea4ae03a9eb2

• 提取fastq或fasta格式的数据：
  https://www.jianshu.com/p/22051fc6e0a3

• 将fastq中的序列进行反向互补，并将quality反向，仍然输出fastq格式。
  complement_reverse_Fastq_2_Fastq.py

• R 画venn图，两个，三个，四个，五个都能画。
  https://www.jianshu.com/p/05f4bae28443

• 两组数据计算相关性
  https://www.jianshu.com/p/66c0448f44f3

持续更新中。。。
上一次更新：2019-08-01