6 RNA-seq数据和WXS数据分组及改名
下一步，需要把RNA-seq（448个样本）和WXS(279个样本)分开进行比对，所以首先要把他们分开，并重新命名 具体信息见总目录
1 找到原始分组信息
下载SraRunTable.txt文件，里面有分组信息（这一步应该放在开始就更名完成），内容见下
Assay_Type Library_Name Run
RNA-Seq Lib_FUSCCTNBC001 SRR8518252
WXS Lib_FUSCCTNBC001.TT_WES SRR8517928
WXS Lib_FUSCCTNBC002.TT_WES SRR8517929
RNA-Seq Lib_FUSCCTNBC003 SRR8518401
RNA-Seq Lib_FUSCCTNBC003.PT SRR8518217
RNA-Seq Lib_FUSCCTNBC004 SRR8518316
RNA-Seq Lib_FUSCCTNBC005 SRR8518285
RNA-Seq Lib_FUSCCTNBC005.PT SRR8518339
WXS Lib_FUSCCTNBC005.TT_WES SRR8518032
RNA-Seq Lib_FUSCCTNBC006.rep SRR8518187
WXS Lib_FUSCCTNBC006.TT_WES SRR8518006那么现在要以Library_Name来对Run进行重新命名 而我的文件名现在是这样的
SRR8517955_1_val_1.fq.gz SRR8518077_2_val_2.fq.gz SRR8518211_1_val_1.fq.gz SRR8518332_2_val_2.fq.gz SRR8518454_1_val_1.fq.gz SRR8707666_2_val_2.fq.gz
SRR8517955_2_val_2.fq.gz SRR8518078_1_val_1.fq.gz SRR8518211_2_val_2.fq.gz SRR8518333_1_val_1.fq.gz SRR8518454_2_val_2.fq.gz SRR8707667_1_val_1.fq.gz
SRR8517956_1_val_1.fq.gz SRR8518078_2_val_2.fq.gz SRR8518212_1_val_1.fq.gz SRR8518333_2_val_2.fq.gz 所以首先
- 1 把
_val_1和_val_2去掉，不去也行 - 2 把SRR开头的替换成
Library_Name
2 去掉val
sudo rename 's/_val_1//g' *.gz
sudo rename 's/_val_2//g' *.gz顺便把report.txt也改了
sudo rename 's/_trimming_report//g' *.txt现在显示为
├── SRR8707700_1.fastq.gz.txt
├── SRR8707700_1.fq.gz
├── SRR8707700_2.fastq.gz.txt
├── SRR8707700_2.fq.gz
├── SRR8707702_1.fastq.gz.txt
├── SRR8707702_1.fq.gz
├── SRR8707702_2.fastq.gz.txt
├── SRR8707702_2.fq.gz所以接下来把SRRX变为Library_Name
3 批量更换Run为Library_Name
change_name
用脚本完成这个任务对我有些难度，需要耗费时间，所以先用比较快的方法来做，借助我熟悉的excel文件
把下载的SraRunTable.txt文件，用excel进行处理，具体就是借助&命令进行连接，写到脚本里，内容如下
mv SRR7696207_2.fq.gz Lib_FUSCCTNBC158.TT_WES_2.fq.gz
mv SRR8517853_2.fq.gz Lib_FUSCCTNBC337.TT_WES_2.fq.gz
mv SRR8517854_2.fq.gz Lib_FUSCCTNBC123.TT_WES_2.fq.gz
mv SRR8517855_2.fq.gz Lib_FUSCCTNBC228.TT_WES_2.fq.gz
mv SRR8517856_2.fq.gz Lib_FUSCCTNBC230.TT_WES_2.fq.gz
mv SRR8517857_2.fq.gz Lib_FUSCCTNBC233.TT_WES_2.fq.gz
mv SRR8517858_2.fq.gz Lib_FUSCCTNBC234.TT_WES_2.fq.gz最后改完名称之后为
├── [2.8G] Lib_FUSCCTNBC001_1.fq.gz
├── [3.0G] Lib_FUSCCTNBC001_2.fq.gz
├── [5.2G] Lib_FUSCCTNBC001.TT_WES_1.fq.gz
├── [5.5G] Lib_FUSCCTNBC001.TT_WES_2.fq.gz
├── [5.4G] Lib_FUSCCTNBC002.TT_WES_1.fq.gz
├── [5.9G] Lib_FUSCCTNBC002.TT_WES_2.fq.gz
├── [1.8G] Lib_FUSCCTNBC003_1.fq.gz
├── [2.0G] Lib_FUSCCTNBC003_2.fq.gz
├── [2.6G] Lib_FUSCCTNBC003.PT_1.fq.gz
├── [2.8G] Lib_FUSCCTNBC003.PT_2.fq.gz
├── [2.2G] Lib_FUSCCTNBC004_1.fq.gz
├── [2.4G] Lib_FUSCCTNBC004_2.fq.gz
├── [3.3G] Lib_FUSCCTNBC005_1.fq.gz
├── [3.7G] Lib_FUSCCTNBC005_2.fq.gz
├── [1.8G] Lib_FUSCCTNBC005.PT_1.fq.gz
├── [2.0G] Lib_FUSCCTNBC005.PT_2.fq.gz
├── [4.8G] Lib_FUSCCTNBC005.TT_WES_1.fq.gz
├── [5.2G] Lib_FUSCCTNBC005.TT_WES_2.fq.gz
├── [2.6G] Lib_FUSCCTNBC006.rep_1.fq.gz至此更名工作完成，做起来也非常快就几分钟，但对我来说，第一是保证不出错。后面再添加脚本。 下面再进行分组，名称中有WES的都为WXS数据
4 分组
分别建立wes和RNA-seq文件夹
mkdir wes
mkdir RNA-seq
mv *TT_WES* wes
mv Lib* RNA_seq/
cd wes
ls|grep WES_1|wc
279 279 8928
cd ../RNA_seq
ls *1.fq.gz|wc
448 448 11600到现在为止，就完成了分组和改名工作，继续进行下面外显子分析部分，等最后再分析RNA-seq数据。
本文参与 腾讯云自媒体分享计划，分享自作者个人站点/博客。
原始发表：2019.06.11 ，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
目录