---
title: 'Bioinformatic：Command Line for Genomics'
---
[TOC]

## Linux 環境建置
:::info
常見的 Linux 作業系統有 Ubuntu, CentOS 等，使用的指令介面有些許的不同，而 Windows 為 cmd,，PowerShell。
在 Linux 當中還有許多不同類型的 shell 如：TCSH、BASH shell。
功能有些許差異，但常見的幾個指令也有重和之處。
:::

### 練習：TCSH (8hrs)

CentOS 6.5系統安裝設定圖解教學
https://www.osyunwei.com/archives/7174.html

VMware Workstation 9擴充Linux VM虛擬硬碟空間
https://oldbig1011.blogspot.com/2014/09/vmware-workstation-9linux-vm.html
:::info
一開始花大量時間研究與練習TCSH，這是朋友的爸爸在用的，
後發現與課程指令無法通用且此版本已經沒有再更新了，因而改用BASH
:::

### 主要使用：BASH Shell (4hrs)

1. 在 Windows 10 安裝虛擬機軟體 Virtualbox
2. 在 Virtualbox 安裝 Ubuntu
3. [Windows 11 share folder with Ubuntu in VirtualBox](https://puzzle-apple-6b1.notion.site/Oracle-VM-virtualBox-Ubuntu22-04-for-Bash-1392ac42b1da800b956ce1ae3d74ff79)

:::info
基本上照著以上兩個安裝教學做就能正常使用，加上有用過TCSH，所以操作的還算順利
:::
> PS：
> 如需與主機共用資料夾 開啟VM登入後
> Open terminal
> 輸入sudo mount -t vboxsf ShareDataVM /home/andrew/Documents/ShareDataPC

#### 常用的指令

| 指令 | 說明 | 使用方式 |
| ------ | -------------------------- | -------------------------------- |
| . | 當前資料夾 | |
| .. | 上一層資料夾 | |
| ~ | 家目錄 | |
| / | 根目錄 | |
| man | 查看指令詳細說明 | man <指令名稱> |
| echo | 輸出文字 | echo <輸出內容> |
| whoami | 列出目前已登入帳號 | whoami |
| ls | 列出當前資料夾檔案列表 | ls |
| cd | 切換資料夾 | cd <資料夾路徑> |
| pwd | 輸出當前資料夾路徑 | pws |
| cat | 輸出指定檔案的內容 | cat <檔案路徑> |
| grep | 搜尋與關鍵字相符的檔案內容 | grep <關鍵字> <檔案路徑> |
| touch | 新增一個空的檔案 | touch <檔案名稱> |
| mkdir | 建立一個資料夾 | mkdir <資料夾名稱> |
| find | 尋找指定的檔案 | find <路徑> -iname <關鍵字> |
| file | 查看指定檔案的檔案類型 | file <檔案路徑> |
| rm | 刪除檔案或資料夾 | rm <檔案或資料夾路徑> |
| mv | 移動檔案或資料夾位置 | mv <檔案或資料夾路徑> <目標路徑> |
| cp | 複製檔案或資料夾 | cp <複製源路徑> <目標路徑> |
| sudo | 使用超級使用者權限執行命令 | sudo <命令> |
| apt | 軟體包管理器 | apt <操作> |
| ssh | 透過 ssh 遠端操作機器 | ssh <user>@<ip> -p <port> |
| nano | 文字編輯器 | nano <檔案名稱> |

* terminal中按`上下鍵`可以使用輸入過指令
* 參數忘記，按兩下`tab`顯示出建議的選項
* 輸入檔案路徑，可輸入部分後按`tab`補齊剩餘部分
* 大多數的命令加上 `--help` 參數可以獲得簡單的指令介紹

[新手入門] 003 Linux 指令教學 `極推薦`
參考：https://feifei.tw/learn-linux/

### 練習：大氣動力學(Bash shell)

:::warning
見以下連結內容
[Atmospheric dynamics](/4TqznCTaTi6F2hH4Z6UHVg)
:::

## [實作課程1：Introduction to the Command Line for Genomics](https://datacarpentry.org/shell-genomics/01-introduction.html)

### Access the remote server (1hr)

1.Logging onto a cloud instance
https://datacarpentry.org/cloud-genomics/02-logging-onto-cloud#logging-onto-a-cloud-instance1
2.installed PuTTY.exe
https://www.chiark.greenend.org.uk/~sgtatham/putty/latest.html

#### - [ ] 依照實作課程1指示，進入另一個網站1.並照指示安裝網站2.的程式網站1.安裝完成後，回到實作課程1繼續執行

> 問題：instructor 沒有給我 **ip_address**

無法繼續 待編輯

## [實作課程2：Data Wrangling and Processing for Genomics](https://datacarpentry.org/wrangling-genomics/01-background.html)

### Background and Metadata(15mins)

閱讀內容並下載.csv

### Assessing Read Quality(3hr)
*Bioinformatic workflows
1. 品質控制 - 使用 FastQC 評估質量
2. 品質控制 - 修剪和/或過濾讀取（如有必要）
3. 將讀取與參考基因組對齊
4. 執行對齊後清理
5. 變體調用

*Starting with data(30mins)

#### - [O] 依照指示下載ENA數據
> 問題：沒有出現如網頁上的下載訊息，還以為是其中參數`-O`中o是小寫的
>> 解決方法：發現`curl`需先用`sudo apt install curl = 7.81.0`下載

#### - [O] 接著就是接續下載其他五個，如下

#### - [ ] 用`head`去讀SRR2584863_1.fastq.gz的前四行
課程指示忘記加上.gz
> 問題：出現的數據為亂碼

#### - [O] 用sudo apt install fastqc下載 fastqc-h

*Assessing quality using FastQC(2hr)
#### - [ ] 運行FastQC前，確認是否還在`untrimmed_fastq`的資料夾裡，使用ls -l -h看所有在此資料夾內的檔案大小
> 問題：發現SRR2584863_1.fastq.gz的大小與課程指示不同(我的175M、他的545M)
> 且他的沒有附檔名.gz，回去嘗試重載也無此檔案(如下圖)
> 

#### - [O] 使用FastQC運行所有.fastq檔`fastqc *.fastq*`得.zip和.html檔

#### - [O] 將FastQC的結果分析檔與.fastq的數據集檔分開資料夾放，結果檔放到新資料夾result

#### - [ ] 因為這些檔案都在遠端AWS裡，所以我們的VM無法用瀏覽器看HTML檔，因此我們使用`scp`將檔案從遠端伺服器傳送到我們的主機
> 問題：他給出的原因為connection timed out，也嘗試過課程內寫的例外處理方法，結果都一樣

待編輯