统计序列的基础信息

在把序列合并起来以后，如果要用于建树的话，一般在此之前建议看一下序列的常规指数，比如序列的长度、序列的配对相似度、序列的有效信息位点、还有序列的相对成分变异性，看看这些序列都是否适合用于系统发育树的构建。下面是计算这些之恶表的代码，我个人还是挺常用的，但是这个没有使用多线程速度会稍慢，以后更改出多线程版本应该就会快很多了。

# 计算序列长度、配对相似度、有效信息位点占比、相对组成变异
# 在seq_stats.txt文件的第一行写入表头
echo -e "File\tAlignment Length\tPairwise Identity\tParsimony Informative Sites\tRelative Composition Variability" > seq_stats.txt

# 循环遍历所有以.gb结尾的文件
for i in *.gb;do
    # 在每一行的开头写入文件名
    printf "%s\t" ${i} >> seq_stats.txt
    # 计算alignment length，并写入第二列
    phykit alignment_length ${i} | awk '{print $NF}' | xargs printf "%s\t" >> seq_stats.txt
    # 计算pairwise identity，并提取mean的值，写入第三列
    phykit pairwise_identity ${i} | awk '/mean/ {print $NF}' | xargs printf "%s\t" >> seq_stats.txt
    # 计算parsimony informative sites，并提取第三个值，写入第四列
    phykit parsimony_informative_sites ${i} | awk '{print $NF}' | xargs printf "%s\t" >> seq_stats.txt
    # 计算relative composition variability，并写入第五列
    phykit relative_composition_variability ${i} | awk '{print $NF}' | xargs printf "%s\n" >> seq_stats.txt
done