生物信息新手小白使用的一些基本命令

分享一些在生物信息学和Linux环境中常用的命令和操作，主要用于处理序列数据、管理虚拟环境、监控和终止任务、以及文本处理。以下是对这些内容的总结：

分析时需要去掉一些序列，可以使用seqkit：

1.去掉单个序列：seqkit grep -v -p "gene2" gene.fa>nogene2.fa

2.去掉一批序:：seqkit grep -v -f geneid.txt gene.fa >nogeneid.fa

conda的基本命令

1.查看虚拟环境列表，此时出现列表的同时还会显示其所在路径：conda env list

2.删除环境：conda env remove -p 要删除的虚拟环境路径

查杀掉正在运行的任务

1.ps -ef | grep XXX.sh | grep -v grep | awk '{print $2}' | xargs kill

2.ps -aux | grep 正在运行的任务

批量循环

1.for ((i=1306;i<=9868;i++)) do: cat OG000*.fa |grep '>' $i > OG000*.fa: done

2.cat detail.xls | while read line; do arr=($line);echo -e "Prefix=${arr[1]} Protein=${arr[3]} "; done > xxx.sh

去掉空格:date | sed s/[[:space:]]//g >> ll.txt (重定向使用>>写入，直接修改使用sed -i)

将多列合并为一列：awk '{for(i=1;i<=NF;i++)print $i}' filename.txt > newfilename.txt

删除前六个字符：sed -i 's/length=.{6}//' genemark.gff3

在master投递任务的命令：nohup perl qsub_sge_plus.pl --interval 5 --maxproc 2 --convert no --resource vf=80G --queue cns.q XXX.sh &

删除软链接失效的文本：find -L 文件位置 -type l -delete

tar.gz解压：tar -zxvf filename.tar.gz