RNA-seq流程学习笔记（5）-Linux系统下载UCSC人类基因组和基因注释文件（未完成）

说明：此文章因为从同事那里获取了响应文件，因此并未实际操作完成，为了帮助有需要的网友学习，故此把未完成的草稿发出来，提供一些自己的思路。

主要参考文章：
基因组各种版本对应关系
测试数据及参考基因组的准备
RNA-seq(4):下载参考基因组及基因注释
人类基因组hg19、hg38构建bwa索引

在网上查了两天怎么下载参考基因组的方法，写了一天多的记录方法，回头才搞明白：UCSC网站已经提供了现成的参考基因组序列的打包文件，参考基因组对于生信老白果然也是个坑啊，调整一下记录给大家参考，省得以后的小白再入坑。

1. 下载参考基因组的原因

我们测序得到的是几百bp的短read（具体长短还有差异？需要进一步学习）， 相当于把拼图打散了给你。如果没有参考基因组，从头(de novo)组装等于是重走人类基因组计划的老路，也就是打散了拼图，却不告诉你原来是什么样子，那么任务将会及其艰巨。目前人类基因组已经组装好了，我们只需要把我们测得序列回贴（mapping)回去，毕竟人与人之间的差距只有不到1%差异, 允许mismatch就行，因此首先要去下载现成的基因组，用来做参考。

2. 不同基因组版本

人类基因组是测序后保存的序列信息，储存的是fasta序列。目前国际通用的人类参考基因组版本有三种，分别对应着三个国际生物信息学数据库资源收集存储单位，即NCBI、UCSC及ENSEMBL各自发布的基因组信息。一些比较小众的参考基因组存储的序列不一样，比如BGI做的炎黄基因组、沃森（Watson࿰