-
在/TJPROJ1/MICRO/目录下，建立个人目录（目录名为自己姓名拼音），并进入个人目录，建立本次考核的总目录：NG_xx （xx为自己的姓名全拼）；在该目录下建立考核子目录（如，01.Linux，02.Perl，03.Statistics）。
-
考核目录所在的路径是（）
注：先将/TJPROJ1/MICRO/wangpeng/NewTest/TEST.log拷贝到自己的NG_xxx目录下，将1）-10）的答案按格式写到TEST.log中
-
1）统计文件总行数（）
-
2）文件的共有（）列，并说明每列字段的含义，记录在m8.note.txt
-
3）统计第一列为A0.1_100的行数（）
-
4）提取第一列为A0.1_100且identity>=50的比对结果，定向输出到新的文件，命名为A0.1_100_iden50.m8
-
5）对A0.1_100_iden50.m8按照score值进行升序排序，输出到新文件A0.1_100_iden50.sort.m8
-
6）统计test.m8第一列不重复字段的个数，为（）个，并将所有不重复的字段输出到新文件，命名为uniq_id.list
-
7）软链/TJPROJ1/MICRO/wangpeng/NewTest/ linux_file/seq.len.xls到自己的目录下，并计算第二列的总和，为（）
-
8）根据uniq_id.list，筛选seq.len.xls文件，输出到新文件uniq_id.len.xls
-
9）根据片段长度>100<=500，筛选seq.len.xls文件，并降序输出到新文件sort.seq.len.xls
-
10）将sort.seq.len.xls第一列字段中所有的点（.）替换成_test_，输出到新文件sed.sort.seq.len.xls
-
11）将上述所有的运行命令记录在脚本work.sh中
说明：relative.k.xls为80个样本在Kingdom水平的相对丰度；group.list的第一列为样本名称（共20个），第二列为分组情况
-
1）写一个perl脚本，命名为select_mat.pl，根据group.list挑选relative.k.xls，输出文件为select_rela.k.xls，运行方式如下（但不限）
perl select_mat.pl group.list relative.k.xls > select_rela.k.xls -
2）写一个perl脚本，命名为avg_stat.pl，根据分组信息group.list 对relative.k.xls中的数据按照组来算平均值和标准差（输出值”avg:sd”），输出文件为stat_group.rela.xls，运行方式如下（但不限）
perl avg_stat.pl group.list relative.k.xls > stat_group.rela.xls输出如下
Taxa H2JCM L1DCM k__Bacteria 0.07246:0.11776 0.03174:0.01916 k__Eukaryota 0.00237:0.00098 0.00510:0.00129 k__Archaea 0.00000:0.00000 0.00000:0.00000 Others 0.92517:0.11776 0.96316:0.01864
说明：test.m8为比对结果文件，seq.len.xls为每条序列长度的统计文件
-
写一个perl脚本，命名为screen.m8.pl按identity>=50，e-value<=10 x min_evalue且coverage>=60%对test.m8进行筛选，并输出两个文件，第一个新新文件命名为screen.out.m8，是筛选后的m8文件；第二个为新文件stat.m8.xls，为统计出每条序列比对得到的平均identity和平均coverage结果，运行方式如下（但不限）
perl screen.m8.pl test.m8 seq.len.xls screen.out.m8 stat.m8.xls- stat.m8.xls输出可以如下
| ID | Subj | Identity | Coverage | E-value | Min_evalue |
|---|---|---|---|---|---|
| A0.1_100 | SCI91766.1 | 30.5 | 1.52032520325203 | 3.3e-07 | 1.7e-12 |
| A0.1_100 | WP_055270727.1 | 95.0 | 0.317073170731707 | 1.7e-13 | 1.7e-12 |
4.1 将/TJPROJ1/MICRO/wangpeng/NewTest/test_stats下的两个文件” genus.mat.xls”（属丰度表）和” group.list”（样本分组表）拷贝到自己目录下，并回答下列问题
-
1）简述T-test和Wilcox test的异同点（将答案写到TEST.log中）。
-
2） 使用T-test或Wilcox test对genus.mat.xls中的每个物种进行组间差异检验，并校正p值得到q值，输出结果命名为“test.out.xls”，结果格式为“genus_id diff_meanStatistics p-value q-value”。
-
3）针对2）中检验出的差异物种（如果qvalue无显著性，请按照pvalue筛选），进行箱线图的绘制。
注：所写脚本命名为test.stat.R；绘图脚本命名为boxplot.R，可视化绘图可尝试使用ggplot2。结果文件可参考example文件夹下的test.result.xls和diff.taxa.boxplot.pdf
4.2 将/TJPROJ1/MICRO/wangpeng/NewTest/correlation下的属丰度文件“genus.rela.xls”和环境因子文件“env.xls”拷贝到自己目录下，回答以下问题：
-
1）简述spearman相关系数和pearson相关系数的异同（将答案写到TEST.log中）。
-
2）对属和环境因子作spearman关联分析，得到相关系数矩阵和p值矩阵，输出文件名为“correlation.xls”和“pvalue.xls”
-
3）对相关系数矩阵进行热图绘制，并标注显著性，
注：所写脚本命名为cor.stat.plot.R；计算相关系数时，不要进行p校正；计算相关系数可使用R包psych，热图绘制可使用pheatmap或ComplexHeatmap。结果文件可参考example下的correlation.xls、pvalue.xls和cor.heat.pdf
-
请写一个脚本，名为VennStatGroupSplit.pl，该脚本需要完成以下功能:
- a 如果某个taxa在某一组之内的平均丰度<1e-5 且出现频率<0.01，则将该taxa在该组中定为0
例：f__Rikenellaceae;g__Alistipes在L1DCM组中的丰度分别为1.67E-05 8.27E-06 1.32E-05 2.61E-05 0 0 6.11E-06 1.55E-05 5.31E-06 0；平均丰度为9.119e-06，frequency为0.7（先转化为1 1 1 1 0 0 1 1 1 0，7/10=0.7），不满足条件，则该taxa在L1DCM中则为0
- b 将Unigenes.relative.g.xls按着8个组拆分开，输出8个子文件
运行方式如下但不限：
perl VennStatGroupSplit.pl all.mf Unigenes.relative.g.xls --frequency 0.01 --total_avgerage 1e-5 --SingleMat --suffix split.xls > venn.group.stat.xls输出结果可查看/TJPROJ1/MICRO/wangpeng/NewTest/venn_stat下文件
将所有写的脚本的权限改成755