5、生物信息学中的Linux基础与序列质量检测

生物信息学中的Linux基础与序列质量检测

1. Linux基础：编写Shell脚本分割序列文件

在生物信息学中，有时需要将所有序列读取从一个文件分离到各个独立的文件中。在类UNIX系统（包括Linux）中，Shell是连接用户和计算机的重要工具，它是一个命令解释器，能将用户指令解释给内核以进一步执行。

Linux中有多种类型的Shell，如Bourne Shell（SH）、C Shell（CSH）、Korn Shell（KSH）、TC Shell（TCSH）和Bourne Again Shell（BASH）。其中，BASH最为流行，因为它融合了KSH和CSH的有用特性。

要编写Shell脚本，我们需要使用文本编辑器，如‘pine’、‘pico’和‘vi’。这里将使用‘vi’编辑器，它最初是为Unix操作系统创建的面向屏幕的文本编辑器，也是Linux用户编辑文本文件或脚本最常用的编辑器。

以下是创建一个将多FASTA文件分割成单个FASTA文件的Shell脚本的步骤：
1. 打开终端，输入以下命令创建并打开一个名为 split.sh 的新文件：

$ vi split.sh

2. 由于文件默认以命令模式打开，按‘i’或‘a’键进入插入模式，然后输入以下内容：

#!/bin/bash
INPUT_FILE=$1
PREFIX=$2
csplit -z $INPUT_FILE '/^>/'