conda create -n rna_p3 python=3    sra-tools               
conda env list                                         #查看环境
conda activate rna_p3                                  #进入conda 环境，每次开始分析都要进入环境！！
conda deactivate                                    #退出当前conda环境

conda install -y 软件名=版本号

conda install bioconda::sra-tools

SRR12207279
SRR12207280
SRR12207283
SRR12207284

prefetch SRR1482462

prefetch -f no -p --option-file SRA.txt

nohup prefetch SRR12207279 &

nohup prefetch -f no --option-file SRA.txt &

jobs

#或者
ps -f

kill -9 1

#将当前
fastq-dump --split-3 --gzip ./SRR12207279

fasterq-dump --split-3 ./SRR12207283

find ./SRR -mindepth 1 -type d -exec sh -c 'mv {}/* ./SRR; rmdir {}' \;

md5sum *gz >md5.txt
cat md5.txt

md5sum -c md5.txt

ls ./fastq-result/* | xargs fastqc -t 12 -o   ./fastq-result/

multiqc ./fastq-result/ -o   ./fastq-result/

trim_galore -q 25 --phred33 --length 35 --stringency 3 --paired -o ./clean_data/ ./fastq-result/SRR12207279_1.fastq ./fastq-result/SRR12207279_2.fastq

# 设置工作目录为fastq文件所在的目录
cd ./fastq-result/

# 遍历所有以_1.fastq结尾的文件
for file1 in *_1.fastq
do
    # 从文件名中提取没有_1的部分
    base=$(basename "$file1" _1.fastq)
    
    # 构建对应的_2.fastq文件名
    file2="${base}_2.fastq"
    
    # 检查对应的_2.fastq文件是否存在
    if [ -e "$file2" ]; then
        # 如果存在，执行trim_galore命令
        trim_galore -q 25 --phred33 --length 35 --stringency 3 --paired -o ../clean_data/ "$file1" "$file2"
    else
        # 如果不存在，打印错误信息
        echo "Error: No matching file found for $file1"
    fi
done

# 设置工作目录为fastq文件所在的目录
cd ./fastq-result/

# 遍历所有以_1.fastq结尾的文件
for file1 in *_1.fastq; do
    # 从文件名中提取没有_1的部分
    base=$(basename "$file1" _1.fastq)
    
    # 构建对应的_2.fastq文件名
    file2="${base}_2.fastq"
    
    # 在后台执行检查和trim_galore命令
    (
        # 检查对应的_2.fastq文件是否存在
        if [ -e "$file2" ]; then
            # 如果存在，执行trim_galore命令
            trim_galore -q 25 --phred33 --length 35 --stringency 3 --paired -o ../clean_data/ "$file1" "$file2"
        else
            # 如果不存在，打印错误信息
            echo "Error: No matching file found for $file1"
        fi
    ) &
done

# 等待所有后台进程完成
wait

# note: the fastp version in bioconda may be not the latest
conda install -c bioconda fastp

fastp -i in.R1.fq.gz -I in.R2.fq.gz -o out.R1.fq.gz -O out.R2.fq.gz

# 创建清理后的文件夹
mkdir  clean-fastp

# 设置工作目录为fastq文件所在的目录
cd ./fastq-result/

# 遍历所有以_1.fastq结尾的文件
for file1 in *_1.fastq; do
    # 从文件名中提取没有_1的部分
    base=$(basename "$file1" _1.fastq)
    
    # 构建对应的_2.fastq文件名
    file2="${base}_2.fastq"
fileoo1="${base}_1.fq"
fileoo2="${base}_2.fq"
jsono="${base}.json"
htmlo="${base}.html"

    
    # 在后台执行检查和trim_galore命令
    (
        # 检查对应的_2.fastq文件是否存在
        if [ -e "$file2" ]; then
            # 如果存在，执行trim_galore命令
		fastp -i "$file1"  -o ../clean-fastp/"$fileoo1" -I "$file2" -O ../clean-fastp/"$fileoo2"  --json  ../clean-fastp/"$jsono"  --html  ../clean-fastp/"$htmlo"
                    else
            # 如果不存在，打印错误信息
            echo "Error: No matching file found for $file1"
        fi
    ) &
done

# 等待所有后台进程完成
wait

wget https://genome-idx.s3.amazonaws.com/hisat/mm10_genome.tar.gz
tar -zxvf *tar.gz 

wget https://cloud.biohpc.swmed.edu/index.php/s/grcm38/download -O GRCm38.tar.gz

##基因组  UCSC hg38
	https://genome-idx.s3.amazonaws.com/hisat/hg38_genome.tar.gz
##参考注释
	https://hgdownload.soe.ucsc.edu/goldenPath/hg38/bigZips/genes/hg38.refGene.gtf.gz

##基因组  UCSC mm10
	https://genome-idx.s3.amazonaws.com/hisat/mm10_genome.tar.gz
##参考注释
	https://hgdownload.soe.ucsc.edu/goldenPath/mm10/bigZips/genes/mm10.refGene.gtf.gz

#基因文件
wget -c https://ftp.ensembl.org/pub/release-112/fasta/mus_musculus/dna/Mus_musculus.GRCm39.dna.primary_assembly.fa.gz
#注释文件
wget  -c https://ftp.ensembl.org/pub/release-112/gtf/mus_musculus/Mus_musculus.GRCm39.112.gtf.gz

#解压文件
gzip -d Mus_musculus.GRCm39.dna.primary_assembly.fa.gz
#hisat2构建索引
hisat2-build -p 20  Mus_musculus.GRCm39.dna.primary_assembly.fa mousegenome

samtools sort -@ 12 -o ./688.bam ./6668888.sam
samtools sort -@ 12 -o ./677.bam ./666777.sam

gtf='/public/home/dk_szy/songxudong/rna-test/reference/mouse-Ensembl-bowtie2/gft/Mus_musculus.GRCm39.112.gtf.gz'
gtf0='/public/home/dk_szy/songxudong/rna-test/reference/mouse-UCSC-mm10/gft/mm10.refGene.gtf.gz'


featureCounts -T  20  -p  -a  $gtf  -o  counts.txt  ./688.bam

featureCounts -T  20  -p  -a  $gtf0  -o  counts0.txt  ./677.bam

index='/public/home/dk_szy/songxudong/rna-test/reference/mm10/genome'

    id=234234214

    file1="./clean_data/SRR12207279_1_val_1.fq"
	
file2="./clean_data/SRR12207279_2_val_2.fq"

echo $file1
echo $file2
echo "${id}.sam" 
        hisat2 -t -p 12 -x $index \
    -1 "$file1" \
    -2 "$file2" \
    -S "${id}.sam"

mkdir -p ./align/flag
cd ./align/
pwd

##参考基因组的位置
index='/public/home/dk_szy/songxudong/rna-test/reference/mm10/genome'

# 假设你的fastq文件在fastq-result文件夹中
fastq_dir="../clean_data"

# 遍历fastq-result文件夹中的所有1.fastq文件
for file1 in $fastq_dir/*_1_val_1.fq; do
    # 从1.fastq文件名中提取ID
    id=$(basename "$file1" .fq | sed 's/_1_val_1//')
    
    # 查找对应的2.fastq文件
    file2="$fastq_dir/${id}_2_val_2.fq"
    
    # 检查2.fastq文件是否存在
    if [ -f "$file2" ]; then
        echo "333#  ${id}  ！！！！！ is on the hisat2 Working !!!"
        
        # 使用hisat2进行比对，并指定输出目录为当前目录（./align/）
        hisat2 -t -p 20  -x $index \
            -1 "$file1" \
            -2 "$file2"  -S  "${id}.sam" 
        
        # sam2bam and remove sam，指定输出目录为当前目录（./align/）
        echo -e " ${id} sam2bam and remove sam   "
        samtools sort -@ 12 -o "./${id}_sorted.bam" "./${id}.sam"
        rm "./${id}.sam"
    else
        echo "No matching 2.fastq file found for $file1"
    fi
done

grep alignment slurm-555095.out