FASTQ数据格式介绍
原创
一、fastq数据格式
1.介绍
分号为分隔符
Q值与第四行数据储存的对应
Q+33 对应数据储存的字母对应的acsii值
2.实际例子
3.习题
1.统计reads_1.fq文件种共有多少条reads？
# 答案不只一种，看看你能用集中方法算出来
# NR表示行号
# %表示取余数
zless SRR1039510_1.fastq.gz | grep "@SRR" -c
zless SRR1039510_1.fastq.gz | grep '^@SRR' |wc -l
zless -S SRR1039510_1.fastq.gz | paste - - - - |wc -l
zless SRR1039510_1.fastq.gz |wc -l | awk '{print $0/4}'
zless -S SRR1039510_1.fastq.gz |awk '{ if(NR%4==2) {print} }' |wc -l
# sed 版本 课后习题wc -l 统计有多少行
##wc命令的功能为统计指定文件中的字节数、单词数、行数, 并将统计结果显示输出
##参数
#-c, --bytes打印字节数
#-m, --chars 打印字符数
#-l, --lines 打印行数
#-L, --max-line-length 打印最长行的长度
#-w, --words 打印单词数2.输出reads_1.fq文件中所有的序列ID（即第一行）
zless SRR1039510_1.fastq.gz | grep '^@SRR' |less -S
zless SRR1039510_1.fastq.gz | paste - - - - |cut -f 1 |less -S
zless -S SRR1039510_1.fastq.gz |awk '{if(NR%4==1){print}}' |less -S3.输出SRR1039510_1.fastq.gz文件中所有的序列（即第二行）
zless SRR1039510_1.fastq.gz | paste - - - - |cut -f 2 |less -S
zless -S SRR1039510_1.fastq.gz |awk '{if(NR%4==2){print}}' |less -S 4.统计SRR1039510_1.fastq.gz碱基总数
# 简单版本
zless -S SRR1039510_1.fastq.gz |paste - - - - |cut -f 2 |tr -d '\n' |wc -m
zless -S SRR1039510_1.fastq.gz |paste - - - - |cut -f 2 |grep -o [ATCGN] |wc -l
# awk的高阶用法：BEGIN END模块
zless -S SRR1039510_1.fastq.gz |awk '{ if(NR%4==2){print} }' | awk 'BEGIN {num=0} {num=num+length($0)} END{ print "num="num}'第二行有空字符，会被计算到碱基数目中，所以要删掉\n
5.分别使用reads和base碱基数描述SRR1039510样本测了多少数据量
25000 pairs reads & base数目
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
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