如何用循环批量运行bbmap的reformat.sh处理双端测序数据？

前提准备 #

先确保输出目录存在，避免执行命令时报错：

mkdir -p ./reformat

批量处理脚本 #

直接在测序文件所在目录执行以下bash循环，即可自动处理所有R1/R2配对文件：

for r1 in *R1_001.fastq.gz; do
    # 匹配对应的R2反向读段文件
    r2="${r1/R1/R2}"
    # 构造带reformatted后缀的输出文件名
    out_r1="./reformat/${r1%.fastq.gz}_reformatted.fastq.gz"
    out_r2="./reformat/${r2%.fastq.gz}_reformatted.fastq.gz"
    # 执行reformat.sh质量值修正命令
    reformat.sh in="$r1" in2="$r2" out="$out_r1" out2="$out_r2" mincalledquality=2 maxcalledquality=41 qin=33
done

逻辑说明 #

• 循环遍历所有以R1_001.fastq.gz结尾的正向读段文件
• 通过字符串替换${r1/R1/R2}自动匹配对应的反向读段R2文件
• 利用${r1%.fastq.gz}截取原文件名（去掉.fastq.gz后缀），拼接_reformatted.fastq.gz生成最终输出文件名
• 处理后的文件会自动保存到预先创建的./reformat目录下

注意事项 #

• 确保当前终端工作目录是测序文件所在的文件夹
• 如果reformat.sh不在系统环境变量PATH中，需要替换为脚本的完整路径（例如/opt/bbmap/reformat.sh）

内容的提问来源于stack exchange，提问作者nomad