查看单个fq.gz文件中的reads数目

使用zcat命令即可直接查看fq.gz文件的内容。而fastq文件中，每一条read记录占用4行。因此，查看单个文件的reads数目可如下实现

1

zcat your_raw_data.fastq.gz | grep -c '+'

或者统计文件内容的行数，除以4即为reads数目。

1

zcat your_raw_data.fastq.gz | wc -l

直接通过fq.gz文件大小进行判断

参考Lablueee同志的研究，gzip的压缩效率对于同一测序平台的数据文件效率相近，因此可通过数据文件的大小与数据量的线性关系推断测序数据量。

因为R1和R2数据量相同的原因，我只看R1的真实文件和gz文件大小与数据量之间的关系。

数据量=FASTQ文件行数/4*151/1000/1000 单位为M

真实文件大小估计=FASTQ文件行数/4*357/1024/1024 单位为M，预测值，差别不大，因为FASTQ文件中每四行357个字符（和平台和设置有关系），每个字符1byte。

GZ文件大小通过ll -h查看

因为FASTQ文件是规范的，每四行字符基本一致，所以FASTQ真实文件大小和数据量成正比。比如我前面提到的每四行有357个字符，其中序列只占151个字符，也就是说FASTQ文件大小大概是测序量的357/151≈2.3倍多。但因为FASTQ文件为文本文件，占用空间较大，所以一般将FASTQ文件压缩成gzip格式文件。

根据其线性拟合结果，（对于PE150数据）Miseq R1文件的数据量大概是gzip文件的1.242倍（1/0.35/2.3），Hiseq约在1.89(1/0.23/2.3)倍。

查看多个fq.gz文件中的reads数目

1

zcat ???.cb_R1.fastq.gz | grep -c '^+'   > AAA.txt

或者直接写一个循环：

1

ls *fastq.gz|while read i;do echo "$i";zcat $i |wc -l ;done

参考来源

http://www.omicsclass.com/question/145

http://www.zxzyl.com/archives/1011