用于RNAseq对齐的Bash For循环

Question

我的大脑根本不能处理for循环，所以任何帮助都将不胜感激。

背景:我正在尝试分析一些RNAseq数据，需要编写一个for循环来通过STAR读取所有成对结束的fastq文件。

这是我现在拥有的代码：

#! /bin/bash

#PBS -l walltime=24:00:00
#PBS -l nodes=1:ppn=12
#PBS -l mem=48

# ENVIRONMENT
module load gcc/6.2.0
module load STAR/2.6.1d
prj=/gpfs/data/elf-lab/RNA_Seq/RNA_trial/sab_sandbox/

# INPUTS
sample=SE-QS-19-FC01_S*

staridx=${prj}/reference/hg38_gencode28_STAR

fq1=${prj}/data/${sample}.R1_001.fastq
fq2=${prj}/data/${sample}.R2_001.fastq

rgline="ID:${sample}    PU:${sample}    SM:${sample}    PL:ILLUMINA LB:${sample}"

# OUTPUTS
outprefix=${prj}/alignment/${sample}.

# COMMAND
STAR \
  --runThreadN 12 \
  --genomeDir $staridx \
  --readFilesIn $fq1 $fq2 \
  --outSAMtype BAM Unsorted \
  --outSAMunmapped Within \
  --outFileNamePrefix $outprefix \
  --outSAMattrRGline $rgline \
  --outSAMattributes NH HI AS nM NM \
  --quantMode GeneCounts

下面是我的文件的样子：

SE-QS-19-FC01_S33_R1_001.fastq.gz
SE-QS-19-FC01_S33_R2_001.fastq.gz
SE-QS-20-FC01_S34_R1_001.fastq.gz
SE-QS-20-FC01_S34_R2_001.fastq.gz

我想要编写一个for循环，以便fq1和fq2将成为每次读取的每一对，但是不确定将for循环放置在何处，以便在STAR命令中使用fq1和fq2。提前谢谢你。

Answer 1

在使用数组之前，我已经遍历了R1.fastq/R2.fastq文件，假设您有相同数量的R1/R2文件，例如

#! /bin/bash

#PBS -l walltime=24:00:00
#PBS -l nodes=1:ppn=12
#PBS -l mem=48

# ENVIRONMENT
module load gcc/6.2.0
module load STAR/2.6.1d
prj=/gpfs/data/elf-lab/RNA_Seq/RNA_trial/sab_sandbox/

staridx=${prj}/reference/hg38_gencode28_STAR

## Make arrays named fq1 and fq2 ##
fq1=(${prj}/data/*.R1_001.fastq)
fq2=(${prj}/data/*.R2_001.fastq)

# COMMAND
for ((i=0;i<"${#fq1[@]}";i++)); do
  sample="${fq1[$i]%%_R*}"
  rgline="ID:${sample}    PU:${sample}    SM:${sample}    PL:ILLUMINA LB:${sample}"
  outprefix=${prj}/alignment/"${sample}"

  STAR \
  --runThreadN 12 \
  --genomeDir $staridx \
  --readFilesIn "${fq1[$i]}" "${fq2[$i]}" \
  --outSAMtype BAM Unsorted \
  --outSAMunmapped Within \
  --outFileNamePrefix $outprefix \
  --outSAMattrRGline $rgline \
  --outSAMattributes NH HI AS nM NM \
  --quantMode GeneCounts
done

如果您的文件是按https://www.biostars.org/p/243683/进行gzipped压缩的(如示例中所示)，您可能还想添加--readFilesCommand gunzip -c。

在这里进一步解释这个c风格的for循环：https://linuxize.com/post/bash-for-loop/#the-c-style-bash-for-loop

希望这会有所帮助--有很多方法可以解决这个问题--如果你需要更多的帮助，在你的问题中添加更多的细节，例如，包括你使用过的没有工作的代码。