- 1)统计reads_1.fq 文件中共有多少条序列信息
- 2)输出所有的reads_1.fq文件中的标识符(即以@开头的那一行)
- 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)
- 4)输出以‘@’及其后面的描述信息(即每个序列的第一行)
- 5)输出质量值信息(即每个序列的第四行)
- 6) 计算reads_1.fq 文件含有N碱基的reads个数
- 7) 统计文件中reads_1.fq文件里面的序列的碱基总数
- 8)计算reads_1.fq 所有的reads中
N碱基
的总数 - 9)统计reads_1.fq 中测序碱基质量值恰好为
Q20
的个数 - 10)统计reads_1.fq 中测序碱基质量值恰好为
Q30
的个数 - 11)统计reads_1.fq 中所有序列的第一位
碱基的ATCGNatcg分布
情况 - 12)将reads_1.fq 转为reads_1.fa文件(即将fastq转化为fasta)
- 13) 统计上述reads_1.fa文件中共有多少条序列
- 14)计算reads_1.fa文件中总的碱基序列的GC数量
- 15)删除 reads_1.fa文件中的每条序列的N碱基
- 16)删除 reads_1.fa文件中的含有N碱基的序列
- 17) 删除 reads_1.fa文件中的短于65bp的序列
- 18) 删除 reads_1.fa文件每条序列的前后五个碱基
- 19)删除 reads_1.fa文件中的长于125bp的序列
- 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
如果涉及到一些没讲过的知识点,可以自己尝试搜索一下,实在不会做就跳过,能做多少就多少
网上可以搜到答案,搜索:fasta和fastq格式文件的shell小练习题作业
1)统计reads_1.fq 文件中共有多少条序列信息
首先要了解一下fq文件的数据格式,每4行为一条序列的信息
1.序列标识以及相关的描述信息,以‘@’开头;
2.是碱基序列
3.以‘+’开头,一般后面什么都不加,或者加序列标示符、描述信息,为预留行
4.是质量信息,和第二行的序列相对应,每一个序列都有一个质量评分,根据评分体系的不同,每个字符的含义表示的数字也不相同。