RNA-SEQ

跑完一个RNA-SEQ项目，下意识的看了看bam文件大小，还有最后的文库统计情况，发现非常的 诡异，首先是bam文件大小就很奇特：

 29M Apr 29 12:15 S12.bam
 30M Apr 29 12:15 S1.bam
 35M Apr 29 12:10 S22.bam
 33M Apr 29 12:10 S2.bam
2.3G Apr 26 18:54 S8.bam
2.2G Apr 26 15:27 S7.bam
2.1G Apr 26 12:05 S4.bam
2.2G Apr 26 06:36 S18.bam
1.8G Apr 26 05:14 S19.bam
2.3G Apr 26 03:35 S6.bam

很明显，有4个样本应该是流程失败了，bam文件这么小，最开始推测是不是参考基因组使用错了，但是觉得不应该，这个项目都是同一个物种，不太可能部分样本失败部分样本成功。

然后我看到了文件名很有规律，失败的是 1, 12, 2,22 但是没有一眼看出来为什么，又转向其它项目了，只是把同样的代码重新跑一遍，以为是服务器问题。

因为RNA-SEQ项目我早就搭建好了，很少出这样的幺蛾子，这个坑有点类似于我三年前分享的：做过1000遍RNA-seq的老司机告诉你如何翻车

然后是文库统计情况：

是不是很有趣，看起来这4个样本只是文库偏小而已，并没有其它问题，所以我去检查fq文件，实际情况是他们的fq文件大小相当。

不过我这时候注意到了文件名的排序很诡异，灵光一现，想起来了我录制linux视频的时候，专门提到过的一个问题，就是sort的排序问题。

sort排序问题

这个问题来源于我自己的操作习惯，我制作配置文件一直使用

ls /home/jianmingzeng/rna/raw_data/*1.fq.gz > 1
ls /home/jianmingzeng/rna/raw_data/*2.fq.gz > 2
wc 1 2
cut -d"/" -f 8 1 |cut -d"_" -f 1
cut -d"/" -f 8 1 |cut -d"_" -f 1  > 0
paste 0 1 2  > config

而这个ls的顺序会出现，S1_1.fq.gz 高于 S12_1.fq.gz ，但是呢 S12_2.fq.gz 高于 S1_2.fq.gz是不是很诡异？