学生信的大叔的博客

最近公司2个转录组样本mapping 比例在10%，公司的NT数据库比对和结果物种注释脚本稀烂，并不能很好的看出物种比例。于是就有了之前的推文《NCBI blast物种注释》。今天终于有空，将其封为了脚本。本文中各脚本均不公开，仅对脚本过程和特点进行描述，可以结合之前的推文写一下自己的过程。

其实，从报了培训班之后还没做过GEO数据挖掘。大家注意后面代码的可靠性。常用的GEO数据下载和读取依赖，当我们指定选项GEO编号时，其实质还是从要先下载表达矩阵文件和探针注释（getGPL = T）文件到本地，然后再读取。我个人是不太喜欢getGEO这个函数风格的。对于R语言下载文件的可靠性，我觉得不咋滴，也可能是我写不好代码。我个人是封了个脚本，专门用于下载GEO数据库文件，该脚本不公开，仅作为客户福利，当客户付费分析金额达到一定额度后才可免费获取。这个脚本的使用方法之前分享过一次，这里再次分享下。

前两天帮人下载了28.2Gb的蝾螈基因组，这么大的基因组，还是第一次近距离接触。由于之前我优化了下流程脚本，使之可以耗费较小的服务器资源用于分析核心基因组SSR并设计引物。目前为止，我接过的付费分析中还没有超过3Gb的基因组，因此，萌生了对蝾螈基因组分析SSR并设计引物的想法。就现在网上公开的脚本和修改方法，并不能直接完美将流程应用于核心基因组的分析。如果你有需要分析的，可以直接联系我做付费分析。

周六接到一个小项目，客户把4例样本的clean数据放到一个名为clean.zip的文件中。客户是通过百度网盘给的数据。由于客户比较着急要数据，所以直接使用bypy把clean.zip下载到远程服务器上。查看文件【前提是已经配置好bypy。配置过程自行搜索】下载文件一般来说解压zip格式，可能会直接使用unzip。

今天有客户联系要通过GenBank的accession number批量下载基因组，结果回复客户可以批量下载后，客户就没再回复过。。。这个功能之前就想写，只是觉得用的可能不是很多，就没写。既然今天遇到了，恰巧最近着重学shell脚本，就把这个功能封了个shell脚本。用到的shell知识点都还算基础，也是必学的，下面介绍了脚本的特点和功能，感兴趣脚本写法的也可以购买来看看。