生物信息學(xué)常用工具介紹

生物信息學(xué)研究需要具備的技能分子生物學(xué)的基礎(chǔ)知識有一兩種分子生物學(xué)軟件包的使用經(jīng)歷

—Embossetc在命令行計(jì)算環(huán)境下工作

—Unix

/

LinuxShell一門程序設(shè)計(jì)語言

—C/C++,Java,Perl,Python,etc為什么要使用Unix/Linux操作系統(tǒng)?功能強(qiáng)大，應(yīng)用廣泛主要應(yīng)用于高性能計(jì)算機(jī)良好的多用戶管理與網(wǎng)絡(luò)服務(wù)聯(lián)系緊密：apache，php，WWW服務(wù)豐富的命令和應(yīng)用程序（打包、免費(fèi)）Linux天才大學(xué)生LinusTorvalds開發(fā)用于PC的免費(fèi)Unix開放源代碼，業(yè)余愛好者共同開發(fā)它的出現(xiàn)，使得Unix成為一個(gè)低廉或免費(fèi)的OS系統(tǒng)資源消耗<<WindowsorMac開發(fā)軟件的接觸平臺，有用于計(jì)算機(jī)生物學(xué)和一般性研究的豐富工具庫Linux圖形界面基于命令行桌面環(huán)境:GNOMEKDE，類似于Windows有哪些可用的Linux發(fā)行版？RedHatFedoraCoreSusSE/linux/suseDebianUbuntuCentOS……管理方式：基于Debian的pkg與基于RedHat的RPMWindows下運(yùn)行Linux環(huán)境Cygwin：cygwin是一個(gè)在windows平臺上運(yùn)行的unix模擬環(huán)境，主要目的是通過重新編譯，將Linux、BSD，以及其他Unix系統(tǒng)上的軟件移植到Windows上。從而在windows環(huán)境下模擬該系統(tǒng)虛擬機(jī)：指通過軟件模擬的具有完整硬件系統(tǒng)功能的、運(yùn)行在一個(gè)完全隔離環(huán)境中的完整計(jì)算機(jī)系統(tǒng)。（VMwareworkstation）Linux基礎(chǔ)如何使用LinuxLinux的用戶界面Linux基礎(chǔ)命令Linux文件系統(tǒng)Linux文件屬性Linux文件備份和壓縮進(jìn)程管理

鍵入命令在命令提示符（shell）下，輸入命令，然后按下Enter鍵。命令提示符識別大小寫如果找不到你輸入的命令，會顯示反饋信息：“CommandnotFound”如果命令太長，要在第一行行尾鍵入“\”字符和按下Enter鍵，在下一行的“>”后接著輸入使用Linux開機(jī)選擇啟動注冊進(jìn)入圖形界面－－startx遠(yuǎn)程登陸Linux－－telnet、ssh注銷－－logout、exit關(guān)機(jī)－－shutdown、halt、reboot、poweroffLinux文件系統(tǒng)/（root）/bin/dev/etc/lib/tmp/usr/homeUNIX文件系統(tǒng)呈樹形結(jié)構(gòu),樹的根結(jié)點(diǎn)為根目錄root,用/表示

樹的葉結(jié)點(diǎn)可以為普通文件、特殊文件、或者目錄文件。其它既非根結(jié)點(diǎn)也非葉結(jié)點(diǎn)的結(jié)點(diǎn)為目錄文件.Linux文件名稱

包含大寫鍵、小寫鍵、數(shù)字、#、@、_

不包含空格不包含以下字符*?></;$\‘

“

不能以“+”或者“-”開頭區(qū)分大小寫最長文件名255基礎(chǔ)命令

修改口令

Passwd<用戶名>查詢及修改日期時(shí)間

dateMMDDhhmm[[CC]YY][.ss]

，date后面的部分是日期字符串，表示要修改的日期時(shí)間，MM代表月份，DD代表日期，hh代表時(shí)，mm代表分，CC代表年份的頭兩位，YY代表年份的后兩位，[]表示括號括住的內(nèi)容是可以省略的（以下同），如果年份被省略，則表示為當(dāng)年，ss代表秒。

觀看日歷

cal[月][年]常用Linux命令查看目前所在位置：pwd更改目錄:cdPwd的意義為“打印當(dāng)前工作目錄（printworkingdirectory）用法：cdpathnamecd.cd..Linux文件系統(tǒng)相關(guān)操作命令

文件及子目錄名稱列表--ls顯示一個(gè)文本文件的內(nèi)容

–cat<文件名>改變文件、目錄名稱，搬移整棵目錄樹

--mv<原文件或子目錄名稱><新名稱>刪除文件

–rm<文件名>復(fù)制文件--cp<帶路徑指引的源文件名稱><帶路徑指引的目標(biāo)文件名稱>

創(chuàng)建新的子目錄

–mkdir[<路徑>/]<新目錄名稱>刪除目錄

--rmdir<帶路徑指引的目錄名稱>通配符與多文件操作

硬鏈接

符號鏈接

復(fù)制文件或目錄命令cpcp命令用來復(fù)制文件。在缺省的情況下，這個(gè)命令工作的時(shí)候不做任何顯示；只有在出現(xiàn)一個(gè)錯(cuò)誤情況的時(shí)候才顯示狀態(tài)信息。

cp[源文件名]……[目標(biāo)文件名]cp–r[源目錄名][目標(biāo)目錄名]將file1,file2復(fù)制到team01目錄里，再將team01目錄復(fù)制到team02目錄里。

#cpfile1file2team01或

#cpfile*team01#cp–rteam01team02

移動/重命名文件命令mvmv命令用來把文件從一個(gè)位置移動到另外一個(gè)位置,也可以從一個(gè)分區(qū)移動到另外一個(gè)分區(qū)。

mv[源文件列表][目標(biāo)文件]

將文件file1改名為file#mvfile1file

將目錄team01下的兩個(gè)文件file1、file2移到team02下。

#lsteam01team02#mvteam01/file1file2/team02

刪除文件或目錄rm

從文件系統(tǒng)中刪除文件及整個(gè)目錄

rm[選項(xiàng)][文件列表]-r刪除文件列表中的目錄

-i指定交互模式。在執(zhí)行刪除前提示確認(rèn)。文件列表：希望刪除的用空格分隔的文件列表，可以包括目錄名

刪除一個(gè)文件file1#rmfile1

使用-i選項(xiàng)

#rm-ifile1rm:remove`file1'?Y#

文件顯示命令cat顯示和合并文件

more分屏顯示文件

head顯示文件的前幾行

tail顯示文件的最后幾行

顯示和合并文件命令cat

可以結(jié)合多個(gè)文件，并將它們的內(nèi)容輸出到標(biāo)準(zhǔn)輸出設(shè)備。

cat[選項(xiàng)][文件列表]-b列出文件內(nèi)容時(shí)，在所有非空白列之開頭標(biāo)上編號，從1開始累加

-E在每一列的最后標(biāo)上“$”符號

-n列出文件內(nèi)容時(shí)，在每一列之開頭標(biāo)上編號，從1開始累加讓cat指令從標(biāo)準(zhǔn)輸入設(shè)備（如鍵盤）讀取數(shù)據(jù)，轉(zhuǎn)而輸出至標(biāo)準(zhǔn)輸出設(shè)備（如顯示器）

$cat執(zhí)行指令，不加任何參數(shù)

123鍵入任何文字后，按下回車鍵

123系統(tǒng)回應(yīng)一模一樣的文字利用特殊字符“〉”將名稱為file1與file2的文件合并成一個(gè)文件file3：

$catfile1file2>file3

若文件file3已經(jīng)存在，則其內(nèi)容會被覆蓋過去；欲避免這種狀況發(fā)生，可用“〉〉”代替“〉”，新的內(nèi)容就會附加在原有內(nèi)容之后，而不會覆蓋它。

分屏顯示文件命令moremore可將文件內(nèi)容顯示于屏幕上，每次只顯示一頁?？梢酝聻g覽，但無法向上瀏覽,less指令可以上下瀏覽。

more[選項(xiàng)][文件名]-<行數(shù)>指定每次要顯示的行數(shù)

+/<字符串>在文件中查找選項(xiàng)中指定的字符串，然后顯示字符串所在該頁的內(nèi)容

+<行數(shù)>從指定的行數(shù)開始顯示

-n每次只顯示n行

-c不滾屏，在顯示下一屏之前先清屏在文件file1中查找“123”字符串，然后從改頁開始顯示文件的內(nèi)容：

#more+/123file1顯示文件file1的內(nèi)容，每10行顯示一次，而且在顯示之前先清屏。

#more–c–10file1顯示文件的前幾行命令head在屏幕上顯示指定文件的開頭若干行。默認(rèn)值是10行。

head[選項(xiàng)]文件名

-cN：顯示前N個(gè)字節(jié)

-nN：顯示前N行

#head–5file顯示文件的最后幾行命令tail在屏幕上顯示指定文件的末尾若干行。默認(rèn)值是10行。

tail[選項(xiàng)]文件名

-cN：顯示前N個(gè)字節(jié)

-nN：顯示前N行

+N：從文件開頭的第N行開始顯示

比較文件內(nèi)容命令comm比較兩個(gè)已排過序的文件

diff比較文件的差異正則表達(dá)式

——sed與awk的基礎(chǔ)正則表達(dá)式是一些特殊或不很特殊的字符串模式的集合。字符集包括：普通字符集和元字符集（通配符）普通字符集：大小寫字母、數(shù)字、空格、下劃線^ 行首$ 行尾* 一個(gè)單字符后緊跟*，匹配0個(gè)或多個(gè)此單字符[] 匹配[]內(nèi)字符，可以是一個(gè)單字符，也可以是字符序列。 可以使用”-“來表示[]內(nèi)范圍，如[1-5]等價(jià)于[1,2,3,4,5]。\ 屏蔽一個(gè)元字符的特殊含義，如\$表示字符$，而不表示匹配行尾。. 匹配任意單字符幾個(gè)常見的例子：顯示可執(zhí)行的文件：ls–l|grep…x...x..x不包括文件夾：ls-l|grep"\-..x..x..x"只顯示文件夾：ls–l|grep^d匹配所有的空行：^$匹配所有的單詞：[A-Za-z]*匹配任一非字母型字符：[^A-Za-z]包含八個(gè)字符的行：^……..$(8個(gè).)Sed命令命令格式

sed‘/pattern/action’filespattern:正則表達(dá)式

action:操作，包括p、d、s示例：打印行：sed–n‘/0\.[0-9][0-9]$/p’fruit_prices.txt刪除行：sed‘/^[Mm]ango/d’fruit_prices.txt執(zhí)行替換/pattern1/s/pattern2/pattern3/g：

sed‘s/paech/peach/gfruit_prices.txt’使用多重sedsed–e‘cmd1’……-e’cmdN’files：

sed–e‘s/paech/peach/’–e‘s/*[0-9][0-9]\.[0-9][0-9]$/\$/’fruit_prices.txt在管道中使用sedawk命令命令格式

awk‘/pattern/{actions}’files

示例：字段編輯：awk–F:‘{print$1,$3}’inputfiles

或：awk–F:‘{printf“%sis%s\n”,$1,$3}’inputfiles執(zhí)行指定模式的操作：

awk‘/*\$[1-9][0-9]*\.[0-9][0-9]*/{print$0;next}/*\$0\.[0-9][0-9]*/{print$0}’fruit_prices.txt比較操作符：<、>、<=、>=、==、!=、value~/pattern/、value!~/pattern/（相關(guān)：&&、||）

awk‘($2~/^\$[1-9][0-9]*\.[0-9][0-9]$/)&&($3<75)’{printf“……”}’input_f利用管道符將標(biāo)準(zhǔn)輸入作為輸入如果記不住命令的用法查看幫助文檔：man用法：mancommand為什么要學(xué)習(xí)編程？許多宣稱自己在做生物信息學(xué)的研究者使用他人提供的工具,且從不編程那么,研究生物信息學(xué)是否需要編程?太復(fù)雜了，學(xué)不會?什么是PerlPracticalExtractionandReportLanguage —實(shí)用提取報(bào)表語言為什么選擇Perl1.腳本語言,與PHP,Python同類2.不需要編譯器,直接運(yùn)行3.強(qiáng)大的文本處理能力4.簡單易學(xué)容易掌握5.強(qiáng)大的正則表達(dá)式功能6.膠水語言缺點(diǎn)：代碼執(zhí)行速度時(shí)間偏慢，約為C語言的五倍

如何獲得Perl

Windows環(huán)境：ActivePerl

安裝：直接雙擊安裝程序圖標(biāo)Linux：默認(rèn)安裝如何運(yùn)行perlWindows命令行基本目錄1.cd,進(jìn)入目錄cd..進(jìn)入上一層目錄2..C:D:E:…改變盤符，進(jìn)入其他硬盤分區(qū)3.dir察看目錄中的文件內(nèi)容4.cls清除屏幕進(jìn)入Perl的安裝目錄一個(gè)簡單的例子一個(gè)生物信息學(xué)的例子一串序列中查找是否存在非DNA字符輸出結(jié)果在沒有正則表達(dá)式的語言中這個(gè)任務(wù)將非常繁瑣#!/usr/bin/perl#檢測非DNA字符my$dna="CCACACCACACCFACCACCGCCTTCCACTCCAACT";if($dna=~m/([^ATGC])/i){ print"Warning!Found$1inthestring!\n";}Warning!FoundFinthestring!T