科研小白—Day2

基因序列一般是fasta格式，基因注释文件一般是gff/gtf格式。一般来说，数据都是以gz格式压缩存在。

解压缩文件：gunzip *gz

检查数据是否完整：md5值

生成md5值：  md5sum *gz > md5.txt

查看md5值： cat md5.txt

比对md5值： md5sum -c md5.txt(必须是数据初始值)

第一步 数据控制（fastqc multiqc）

fastqc  样本名称

批量处理 fastqc*gz

                 for i in ‘ls *gz‘; do fastqc $i ;done

同时并行处理：ls *gz｜xargs -I [] ehco ' fsatqc []'

                           ls *gz｜xargs -I [] ehco ' nohup fsatqc [] &'

                           cat fastqc .sh

                           bash fastqc .sh

第三步 报告解读

主要看是否有引物序列

https://www.jianshu.com/p/db2100baabb5