参考网站:
单细胞实战(二) cell ranger使用前注意事项
下载好了数据,就要进行拆分了。
首先需要的是一个软件,sratoolkit .
在第一节的数据下载里就提及到要用的 fastq-damp,。
fastq-dump --gzip --split-files SRR7722937.sra
其中主要使用了三个参数:
–gzip:将生成的结果fastq文件进行压缩
–split-3:其实有点复杂:首先它是分割的意思,-3实际上指的是分成3个文件,它诞生的时间比较早,是在1000 Genome的Phase1阶段产生的。如果结果发现只有一个文件,说明数据不是双端(第三个文件太大会覆盖前两个);如果结果有两个文件,说明是双端文件并且数据质量比较高(没有低质量的reads或者长度小于20bp的reads);如果结果有三个文件,说明是双端文件,但是有的数据质量不高,存在trim的结果,第三个文件的名字一般是:<srr_id>.fastq, 而且文件也不大,基本可以忽略
-A:指定输出的文件名
解压完会有三个文件,查看一下里面都是啥:
zless -SN SRR7722937_1.fastq.gz | head
zless -SN SRR7722937_2.fastq.gz | head
zless -SN SRR7722937_3.fastq.gz | head