在 BASH 中连接多组 2 个 fastq 文件

Question

我正在尝试合并来自同一测序库的多组 2 个 fastq 文件。我有一个包含所有示例名称的 txt 文件。样本采用双端测序，因此每个样本都有 _1.fastq.gz 和 _2.fastq.gz 文件。

SRR_Acc_list.txt
SRR1
SRR2
SRR3
SRR4
...

以下代码是我想要实现的：将读取 1 和读取 2 的 SRR1 和 SRR2 合并到输出文件夹 combine_fastq 中的一个 fastq 文件中。

cat SRA/SRR1_1.fastq.gz SRA/SRR2_1.fastq.gz > combined_fastq/SRR1_1.fastq.gz

cat SRA/SRR1_2.fastq.gz SRA/SRR2_2.fastq.gz > combined_fastq/SRR1_2.fastq.gz

我无法弄清楚如何对其余样本执行此操作。比如把SRR3和SRR4、SRR5和SRR6组合成一个循环等等。

Answer 1

像 StackOverflow 上的大多数人一样，我不知道生物信息学、fastq 或 “paired-ends”，但是我可以重现您似乎想要的模式：

xargs -n2 < SRR_Acc_list.txt |
   while read a b ; do
      for c in 1 2 ; do
         echo $a, $b, $c
      done
   done

样本输出

SRR1, SRR2, 1
SRR1, SRR2, 2
SRR3, SRR4, 1
SRR3, SRR4, 2