用awk求和某一列+bash循环+下载gg13数据库以及建立索引_怎么将greengenes数据库下载-优快云博客

本文链接：https://blog.youkuaiyun.com/weixin_43151909/article/details/106671760

本文详细介绍了从下载Greengenes 13_5数据库到建立bowtie2索引的过程，以及如何统计数据库中序列的长度。此外，还提供了在bash环境下对特定列数据进行求和的方法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

做课题遇到的小问题，随手记录

1. 下载greengenes13_5数据库 + 用bowtie2建立索引+ 统计长度

greengene是有名的16S数据库，里面有多个版本，此次我使用的是13_5的版本

https://greengenes.secondgenome.com/?prefix=downloads/greengenes_database/ 链接网址

选择想要下载的版本，选择fasta.gz右击地址复制

下载fasta序列后面我需要比对所以下载这个

wget https://gg-sg-web.s3-us-west-2.amazonaws.com/downloads/greengenes_database/gg_13_5/gg_13_5.fasta.gz .

就可以下载到本地或服务器了

利用bowtie建立索引，因为后续我要用bowite将我的数据进行比对，看有多少16S 的reads数目

gunzip gg_13_5.fasta.gz
bowtie2-build gg_13_5.fasta dataset

dataset是自定义名字

gg_13_5.fasta文件如下

统计每一行有多少个base，生成如下这种output

cat gg_13_5.fasta | while read line 
do
	if [[ $line =~ ">" ]];then
		name=`echo $line|awk -F '>' '{print $2}'`
		echo -n "$name	" >> dataset.selfmade.len
	else 
		num=`echo $line | awk -F '' '{print NF}' ` 
		echo $num >> dataset.selfmade.len
	fi
done

2. 求和某一列bash

awk '{sum += $2};END {print sum}' AT014_para.clean.sorted.bam.merged.quant

对第二列求和

暂时就这些。

Ref

http://www.metagenomics.wiki/tools/bowtie2