一、在任意文件夹下面创建形如 1/2/3/4/5/6/7/8/9 格式的文件夹系列。
mkdir -p 1/2/3/4/5/6/7/8/9
二、在创建好的文件夹下面，比如我的是/Users/jimmy/tmp/1/2/3/4/5/6/7/8/9 ，里面创建文本文件 me.txt
touch /vip/home/svip92/test/1/2/3/4/5/6/7/8/9 me.txt
三、在文本文件 me.txt 里面输入内容:
Go to: http://www.biotrainee.com/
I love bioinfomatics.
And you ?
cat > me.txt
四、删除上面创建的文件夹 1/2/3/4/5/6/7/8/9 及文本文件 me.txt
rm me.txt #然后返回家目录,重新进入1所在的父目录
rm -rf 1
##由于rm命令不能删除非空目录,因此需要使用 -r:使得命令可以向下进入目录.
五、在任意文件夹下面创建 folder1~5这5个文件夹，然后每个文件夹下面继续创建 folder1~5这5个文件夹
mkdir -p folder_{1..5}/folder_{1..5}
ls * #查看folder结构
六、在第五题创建的每一个文件夹下面都创建第二题文本文件 me.txt ，内容也要一样。(这个题目难度超纲，建议一个月后再回过头来做)
cat > me.txt
Go to: http://www.biotrainee.com/
I love bioinfomatics.
And you ?
echo folder_{1..5} | xargs -n 1 cp ./me.txt
七，再次删除掉前面几个步骤建立的文件夹及文件
rm -r folder_{1..5}
八、下载 http://www.biotrainee.com/jmzeng/igv/test.bed 文件，后在里面选择含有 H3K4me3 的那一行是第几行，该文件总共有几行。
wget http://www.biotrainee.com/jmzeng/igv/test.bed
grep -n H3K4me3 test.bed
less -SN test.bed |wc
九、下载 http://www.biotrainee.com/jmzeng/rmDuplicate.zip 文件，并且解压，查看里面的文件夹结构
wget http://www.biotrainee.com/jmzeng/rmDuplicate.zip
unzip rmDuplicate.zip
tree rmDuplicate
十、打开第九题解压的文件，进入rmDuplicate/samtools/single 文件夹里面，查看后缀为 .sam 的文件，搞清楚生物信息学里面的SAM/BAM 定义是什么。
cd /vip/home/svip92/test/rmDuplicate/samtools/single
ls -l *.bam
十一、安装 samtools 软件
wget https://repo.continuum.io/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh
source ~/.bashrc
#配置镜像，参考[https://mp.weixin.qq.com/s/FBsY8hRjTS6ih2RvY47I6Q]
conda install samtools
十二、打开 后缀为BAM 的文件，找到产生该文件的命令。 提示一下命令是：
/home/jianmingzeng/biosoft/bowtie/bowtie2-2.2.9/bowtie2-align-s --wrapper basic-0 -p 20 -x /home/jianmingzeng/reference/index/bowtie/hg38 -S /home/jianmingzeng/data/public/allMouse/alignment/WT_rep2_Input.sam -U /tmp/41440.unp
find . -name "*.bam"
十三题、根据上面的命令，找到我使用的参考基因组 /home/jianmingzeng/reference/index/bowtie/hg38 具体有多少条染色体。
找不到这个文件
十四题、上面的后缀为BAM 的文件的第二列，只有 0 和 16 两个数字，用 cut/sort/uniq等命令统计它们的个数。
samtools view -S tmp.sorted.bam | cut -f 2| sort -n| uniq -c
十五题、重新打开 rmDuplicate/samtools/paired 文件夹下面的后缀为BAM 的文件，再次查看第二列，并且统计
samtools view tmp.rmdup.bam |cut -f 2|sort -n| uniq -c
十六题、下载 http://www.biotrainee.com/jmzeng/sickle/sickle-results.zip 文件，并且解压，查看里面的文件夹结构， 这个文件有2.3M，注意留心下载时间及下载速度。
wget http://www.biotrainee.com/jmzeng/sickle/sickle-results.zip
unzip sickle-results.zip
tree sickle-results
十七题、解压 sickle-results/single_tmp_fastqc.zip 文件，并且进入解压后的文件夹，找到 fastqc_data.txt 文件，并且搜索该文本文件以 >>开头的有多少行？
unzip single_tmp_fastqc.zip
grep ">>" fastqc_data.txt |wc
#24行
十八题、下载
http://www.biotrainee.com/jmzeng/tmp/hg38.tss文件，去NCBI找到TP53/BRCA1等自己感兴趣的基因对应的refseq数据库ID，然后找到它们的hg38.tss文件的哪一行[https://www.ncbi.nlm.nih.gov/gene/7157]
wget http://www.biotrainee.com/jmzeng/tmp/hg38.tss
less -SN hg38.tss |grep -n "NM_007294"
十九题、解析hg38.tss 文件，统计每条染色体的基因个数。
less -SN hg38.tss |cut -f 2 |sort -n |uniq -c
二十题、解析hg38.tss 文件，统计NM和NR开头的熟练，了解NM和NR开头的含义。
less -SN hg38.tss |cut -f 1|grep "NM"|wc -l
less -SN hg38.tss |cut -f 1|grep "NR" |wc-l
网友评论