生信学习——SAM/BAM格式文件的Shell练习（附详细答案解读）

题目目录

• 准备练习文件
  • 1. 计算参与参考基因组比对的reads总数（pair-end reads计为一条）
  • 2. 汇总比对类型种类（即第二列数值的不同类别）及其分布情况
  • 3. 提取比对失败的reads，分析其序列特征
  • 4. 将比对失败的reads划分为单端失败和双端失败两类，并获取其序列ID
  • 5. 筛选比对质量值高于30的reads（参考第五列数据）
  • 6. 提取比对成功但未完全匹配的序列（依据第六列信息）
  • 7. 筛选insert size长度超过1250bp的pair-end reads
  • 8. 统计各染色体在参考基因组中成功比对的reads数量（依据第三列数据）
  • 9. 提取原始fq序列中包含N碱基的比对记录（查看第十列内容）
  • 10. 提取原始fq序列中存在N碱基，但比对时却实现完全匹配的情况
  • 11. 统计sam文件头文件行数
  • 12. sam文件中每行所含tags数量是否一致？
  • 13. 分别统计sam文件每行所含tags的具体数目
  • 14. 获取sam文件中记录的参考基因组各染色体长度信息
  • 15. 查找存在插入操作的比对情况
  • 16. 查找存在删除操作的比对情况
  • 17. 提取位于参考基因组特定区域内的