总目录:三阴性乳腺癌全外显子分析(wes)

---

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

现在 借助我熟悉的excel文件来做
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

上述改名可以用shell脚本更改，详细过程见

shell脚本批量对文件改名(名字新旧不相关)

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。