生信学习——fasta和fastq格式文件的shell小练习（附详细答案解读）

本文是在Linux环境下，针对fasta和fastq文件处理的练习，Linux基础题目请查看生信学习——Linux必做20题（附详细答案解读）
本人在参考视频的基础上，对解题过程进行了详细的分析，并且给出了自己的一些见解。
做题之前要对这两种文件有基础的认知，具体内容可查看视频教程。

视频教程：https://www.bilibili.com/video/BV1ds411g7eg?p=12
题目原文：http://www.bio-info-trainee.com/3575.html
格式说明：http://samtools.github.io/hts-specs/

1. 统计reads_1.fq 文件中共有多少条序列信息

wc reads_1.fq

一条序列信息占4行，所以一共有10000条序列信息
​

2. 输出所有的reads_1.fq文件中的标识符(即以@开头的那一行)

# 先将文件格式变成四列，然后显示第一列即可
cat reads_1.fq | paste - - - - | cut -f1

# 或者
# NR代表行数
awk '{if(NR%4==1)print}' reads_1.fq 

3. 输出reads_1.fq文件中的 所有序列信息(即每个序列的第二行)

# 同理
cat reads_1.fq | paste - - - - | cut -f2

# 或
awk '{if(NR%4==2)print}' reads_1.fq 

4. 输出以‘+’及其后面的描述信息(即每个序列的第三行)

# 同理
cat reads_1.fq | paste - - - - | cut -f3

# 或
awk '{if(NR%4==3)print}' reads_1.fq

5. 输出质量值信息(即每个序列的第四行)

# 同理
cat reads_1.fq | paste - - - - | cut -f4

# 或
awk '{if(NR%4==0)print}' reads_1.fq

6. 计算reads_1.fq