awk指定字符分割字符串、指定分隔符输出字符串

使用blasr软件将三代测序数据比对到参考序列

blasr longreads.fastq reference.fasta --nproc 16 > blasr.out

部分输出结果

m54155_170415_100314/5309390/25118_26816/0_1698 reference 0 1 -3020 75.3097 127858 128847 510317 3 1182
m54155_170415_100314/5243602/0_9742/0_9742 reference 0 1 -1076 79.0576 17916 18284 510317 8946 9296 9742
m54155_170415_100314/5440071/0_9295/0_9295 reference 0 0 -1122 91.2409 470798 471063 510317 0 267 9295 5

这个地方不知道为什么 reads 的 ID 多了后面一个部分。如果利用这个ID再来提取比对上的reads时就得不到结果

可以利用awk命令把结尾的部分去掉

参考链接 https://blog.csdn.net/liangbilin/article/details/108593296

cat blasr.out | awk '{print $1}' | awk -F '/' -v OFS="/" '{print $1,$2,$3}' > blasr.out1

-F 指定输入文件的的分隔符 -v OFS 指定输出文件的分隔符

bgzip遇到的报错及解决办法

这个服务器上没有bgzip这个命令，我使用conda进行安装

conda install tabix

这个安装的是 0.2.6版本

解压fastq文件时

bgzip -d pacbio.sequel.fastq.gz

遇到报错

Error: 2

然后我卸载，重新安装0.2.5试一下

conda uninstall tabix
conda install tabix=0.2.5

再次解压遇到报错

Error: invalid block header

以上报错不知道什么原因，搜索一番后看到有人说安装好 htslib后就可以直接使用bgzip了。我试了一下

conda uninstall tabix
conda install htslib

果然这次再用bgzip解压就没有报错了