本笔记主要是针对转录组测序分析专题上游分析,需要有Linux基础知识,目标是养成一个良好的分析习惯,熟悉转录组分析上游流程,重点是针对分析的结果能有自己的思考和解读能力。
wget <URL>
axel -n 100 <URL>
这一部分非常非常非常重要,拥有一个优秀的工作习惯比什么都重要
## 示例如下:
├── database # 数据库存放目录,包括参考基因组,注释文件,公共数据库等
├── project # 项目分析目录
└── Human-16-Asthma-Trans #具体项目
├── data # 数据存放目录
│ ├── cleandata # 过滤后的数据
│ ├── trim_galore # trim_galore过滤
│ └── fastp # fastp过滤
│ └── rawdata # 原始数据
├── Mapping # 比对目录
│ ├── Hisat2 # Hisat比对
│ └── Subjunc # subjunc比对
└── Expression # 定量
├── featureCounts # featureCounts
└── Salmon # salmon定量
# 进入到个人目录
cd ~
## 1.建立数据库目录:在数据库下建立参考基因组数据库,注意命名习惯:参考基因组版本信息
mkdir -p database/GRCh38.105
## 2.建立项目分析目录
mkdir project
cd project
mkdir Human-16-Asthma-Trans # 注意项目命名习惯:物种-样本数-疾病-分析流程
cd Human-16-Asthma-Trans
# 建立数据存放目录
mkdir -p data/rawdata data/cleandata/trim_galore data/cleandata/fastp
# 建立比对目录
mkdir -p Mapping/Hisat2 Mapping/Subjunc
# 建立定量目录
mkdir -p Expression/featureCounts Expression/Salmon
# 查看整个分析目录准备结构
tree
├── data
│ ├── cleandata
│ ├── trim_galore
│ └── fastp
│ └── rawdata
├── Expression
│ ├── featureCounts
│ └── Salmon
└── Mapping
├── Hisat2
└── Subjunc
cd $HOME/project/Human-16-Asthma-Trans/data/rawdata
ln -s /home/t_rna/data/airway/fastq_raw25000/*gz ./
#将数据软连接到自己的目录下
引用自生信技能树课程
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。