生信技能树----Linux练习题答案

1.在任意文件夹下创建型如1/2/3/4/5/6/7/8/9格式的文件夹系列
答案：mkdir -p 1/2/3/4/5/6/7/8/9

2/3.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，并输入图片上内容
答案：cd 1/2/3/4/5/6/7/8/9（进入文件夹）
touch/vim me.txt（创建me.txt文件并输入内容）
cat me.txt (查看me.txt内容)
4.删除上面创建的文件夹及文本文件me.txt
答案：rm -rf /-r 1/
5.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
答案：mkdir -p folder{1..5}/folder{1..5}
6.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。
答案：echo folder{1..5}/folder{1..5} | xargs -n 1 cp me.txt
7.再次删除掉前面几个步骤建立的文件夹及文件
答案：rm -rf folder*
rm me.txt
8.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。
答案：(1)wget http://www.biotrainee.com/jmzeng/igv/test.bed
(2)ls
(3)grep -rn "H3K4me3" test.bed
(4)more test.bed |wc -l (cat test.bed|wc)
9.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
答案：（1）wget http://www.biotrainee.com/jmzeng/rmDuplicate.zip
（2）unzip rmDuplicate(打好rm之后可以尝试按一下Tab 会有惊喜哦)
（3) cd rmDuplicate
（4）tree
10.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
答案：可参考 https://www.jianshu.com/p/01ca20cf0203 /https://www.jianshu.com/p/9c99e09630da 进行学习
11.安装samtools
答案：可以自行百度或者查看我后续的笔记
12.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
13.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

14.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。
答案：
samtools view ~/linuxpractice/rmDuplicate/samtools/single/tmp.sorted.bam |cut -f2|sort|uniq -c
（注：sort排序）
15.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
答案：samtools view ~/linuxpractice/rmDuplicate/samtools/paired/tmp.sorted.bam |cut -f2|sort -n|uniq -c
16.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。
17.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？
答案：（1）解压.zip文件用unzip命令
（2）grep "^>>" fastqc_data.txt |wc -l（或者cat fastqc_data.txt |grep '^>>'|wc -l）

18. 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。
    答案：cat hg38.tss |grep "NM_001328588"（NCBI 官网选择nucleotide数据库，输入TP53搜索）
    19.解析hg38.tss 文件，统计每条染色体的基因个数。
    答案：cat hg38.tss |cut -f2|sort|uniq -c|grep -v '' （grep -v 反向查找，查找不含''字段的行 ; uniq -c 去重复，并计算每行出现的次数）
    20.解析hg38.tss 文件，统计NM和NR开头的数量，了解NM和NR开头的含义。
    答案：cat hg38.tss |awk '{print$1}'|cut -c1-2|sort|uniq -c

注：cat,cut,sort,uniq,grep 命令很常用，请自行学习

------------------------------------------------------------------------------------------每天进步一点点