linux常见指令与实例（生物信息方向）

在生物信息学中，无论是转录组、单细胞、基因组还是宏基因组分析，绝大多数分析流程都运行在 Linux 环境中。原因主要包括：

测序数据体量大（FASTQ/ BAM/ VCF 动辄几十 GB）
主流分析软件（FastQC、STAR、BWA、GATK、CellRanger 等）主要基于 Linux
服务器与高性能计算平台几乎全部使用 Linux

因此，Linux 不是可选技能，而是基础工具。本文将从最常用的 Linux 指令入手，结合 FASTQ 文件的真实操作场景，帮助你快速建立"能用"的 Linux 能力。

一、Linux 文件与目录操作

1.pwd：显示当前目录，即当前你处在哪个文件目录下

bash 复制代码

pwd

2.ls：查看当前目录下面有什么内容

bash 复制代码

ls

常见参数

bash 复制代码

ls -l 列出文件的详细信息

ls -a 列出所有文件（包括文件或文件夹前面带.的隐藏文件）

ls -al 列出所有文件的隐藏信息

ls -lh 列出文件的详细并带有文件大小

3.cd：改变目录名

bash 复制代码

cd

常见参数

bash 复制代码

cd .. 返回上一级目录
cd ../.. 返回上上一级目录
cd ~ 返回家目录
cd / 返回根目录

4.mkdir :创建文件夹

bash 复制代码

mkdir dirname

创建一个dirname的文件夹

常见参数

bash 复制代码

mkdir -p path/to/dir ：如果父目录不存在，自动创建
例如：创建标准的分析目录
mkdir -p project/{rawdata,clean,QC,result,script}
批量创建
mkdir sample_{01..10}

5.mv移动，cp复制，rm删除文件/文件夹

mv不会复制数据，是"剪切"，同一磁盘内几乎是瞬时完成

cp 是 真实复制，占用磁盘空间，大文件复制很占时间

mv可直接对文件和文件夹操作，cp和mv要对文件夹操作需要加-r

常见参数

bash 复制代码

mv old_result.txt new_result.txt  文件重命名
mv -i sample.fq.gz rawdata/ 避免覆盖


cp -r project/ project_backup/ 复制目录要加-r


rm -r temp/ 删除目录要加 -r
rm -ri temp/ 安全删除加-i
rm -rf temp/ 强制删除加-f

6.chmod/chown：修改文件或目录的权限和所有者

Linux 中每个文件/目录都有三类信息：

权限（Permissions）
- 决定谁可以读、写、执行
所有者（Owner）
- 文件属于哪个用户
用户组（Group）
- 哪个组的用户共享权限

用户类别	缩写	权限控制对象
所有者	u	文件创建者
用户组	g	文件所属组
其他用户	o	其他人

chmod：修改权限

bash 复制代码

chmod [选项] 模式 文件/目录

符号法

符号	含义
r	读
w	写
x	执行
+	添加权限
-	去掉权限
=	设置为指定权限

示例

bash 复制代码

chmod u+x script.sh       # 给所有者添加执行权限
chmod go-r file.txt       # 移除用户组和其他用户的读权限
chmod u=rwx,g=rx,o=r file.txt  # 精确设置权限

数字法（快捷、常用）

数字	含义
7	rwx
6	rw-
5	r-x
4	r--
0	---

bash 复制代码

chmod 755 script.sh
解释：755 → u=rwx, g=rx, o=rx
chmod -R 755 /data/project  -R 遍历子目录和文件

chown：修改所有者/用户组

bash 复制代码

chown [选项] 用户:组 文件/目录

示例
chown duyo:duyo file.txt      # 改所有者和组
chown duyo file.txt           # 只改所有者
chown :bioinfo file.txt       # 只改组

chown -R duyo:duyo /data/project  -R 递归修改

二、操作文件

1.touch创建文件

touch 的核心作用只有两个：创建一个空文件；文件已存在，更新文件时间戳（不改变内容）

bash 复制代码

touch filename

常见参数

bash 复制代码

touch -c file.txt 直更新时间，如果文件不存在则不会创建
touch -t 202512160930 file.txt 修改为指定的时间戳
touch -r ref.txt target.txt 使用参考文件的时间戳
touch -a file.txt   # 只改 atime
touch -m file.txt   # 只改 mtime

2.head，tail，cat，less，more查看文件

head用于查看文件的前几行内容，默认显示前十行

bash 复制代码

head filename 
head -n 20 filename   显示前二十行

tail查看文件末尾内容，默认显示最后10行

bash 复制代码

tail filename
tail -n 20 filename   查看最后20行
tail -f filename   实时追踪文件变化

tail -f 可以实时查看后台程序的运行进度，几乎所有的后台任务都靠tail -f监控

cat会一次性将整个文件内容输出到终端

bash 复制代码

cat filename
cat -n filename 显示行号
zcat filename.gz  查看压缩文件

注意，cat不适合大文件，否则会占用大量内存，导致终端卡死

仅适合小文件或者作为管道输入的一部分

more和less分页查看文件

more是最早用于分页显示文件内容的命令之一，其核心功能是：将文件内容按屏幕大小分页显示，避免一次性输出

bash 复制代码

more filename

操作	含义
空格	显示下一页
Enter	向下滚动一行
q	退出查看
/pattern	向下搜索指定内容

more只能向下翻页

less是more的增强版，其设计目的是，高效灵活地查看超大文本文件

bash 复制代码

less filename
zelss fq.gz
less -N fq  显示行号
less -S fq  禁止自动换行，超过屏幕的内容不换行，使用左右方向键滚动
            查看长read VCF INFO字段时
less -M fq  显示详细状态栏
less -i fq  搜索忽略大小写
less -p ERROR run.log  打开文件时直接定位到匹配内容
less -G fq  高亮搜索内容

例如：查看fastq文件
zless -SN fq.gz
定位错误日志
less -Mip ERROR run.log

操作	含义
↑ ↓	上下逐行滚动
PageUp / PageDown	上下翻页
/pattern	向下搜索
?pattern	向上搜索
n / N	下一个 / 上一个匹配
g	跳到文件开头
G	跳到文件结尾
q	退出

3.grep、sed 与 awk--文本处理三剑客

在生物信息学中，我们处理的几乎所有数据（FASTQ、FASTA、GTF、VCF、表达矩阵、日志文件）本质上都是文本文件 。
grep、sed 和 awk 被称为 Linux 的文本处理三剑客，分别擅长：

查找（grep）｜编辑（sed）｜分析（awk）

grep--文本搜索工具

grep 用于按模式（pattern）搜索文本内容，并输出匹配的行。

可以理解为：
"在文件中找我关心的那几行"

bash 复制代码

grep [参数] "pattern" filename
grep -i error run.log  -i 忽略大小写
grep -n "SRR" file.txt  -n 显示行号
grep -v "^#" annotation.gtf -v 反向匹配 排除以#开头的注释行
grep -c "^@" fq -c 统计匹配行数
grep -E "TCGA|AGCTL" run.log  -E 扩展正则（多个条件）

特点	说明
处理对象	行
核心能力	搜索、过滤
生信用途	查错误、数 reads、去注释

sed ------ 流式文本编辑工具

核心功能：sed 用于，替换/删除/修改/按行处理文本

特点：不打开文件、不修改原文件（默认）

bash 复制代码

sed [参数] '操作' filename
s--替换
sed 's/old/new/' file.txt  只替换每行第一个匹配
sed 's/old/new/g' file.txt 替换整行所有匹配  
sed -i 's/T/U/g' fq  -i 原地修改，不可逆！！
d--删除行
sed '1,10d' fq  删除前10行
sed '/^#/d' annotation.gtf  删除行注释
sed -n '100,120p' file.txt  -n+p只打印指定行

特点	说明
处理对象	行
核心能力	替换、删除、重排
生信用途	去注释、格式修正

awk ------ 列级分析与条件判断工具（重点）

核心功能

awk 是一个面向列（字段）的文本分析语言，非常适合：表格文件（TSV/CSV）/表达矩阵/注释结果

如果说 grep 找行，sed 改行，

那么 awk 是"理解每一列含义"的工具。

表达式	含义
$1	第一列
$2	第二列
$NF	最后一列
$0	整行

变量	含义
NR	当前行号
NF	当前行列数
FS	输入分隔符
OFS	输出分隔符
FILENAME	文件名

bash 复制代码

awk '条件 {动作}' filename
awk '{print $1,$3}' file.tsv  打印第一三列
awk '$3 > 10 {print $0} file.tsv 如果第三列大于10，则打印整个文本$0 表示整个文本
awk -F '\t' '{print $1,$3}' file.tsv -F 指定分隔符
awk '{print NR,$1,$2}' file.tsv  带行号输出
awk 'BEGIN{OFS="\t"} {print $1,$3,$5}' file.tsv  控制输出格式

4.压缩与解压

先确立一个非常重要的概念压缩和打包

linux中tar主要负责打包，gzip，bzip2，xz才是真正的压缩

动作	含义
打包	把多个文件"装进一个文件"
压缩	把文件体积变小

格式	扩展名	特点	适用场景
gzip	`.gz`	压缩速度快，通用性最强	单个文件压缩，日志文件
bzip2	`.bz2`	压缩率较高，速度较慢	需要较高压缩率的场景
xz	`.xz`	压缩率最高，速度最慢	发行版软件包，需要极致压缩
zip	`.zip`	跨平台支持好	Windows/Linux/Mac共享文件
tar	`.tar`	仅打包不压缩	需要保留文件属性的打包

tar --打包

bash 复制代码

tar [主操作] [辅助选项] [打包文件名] [要打包的文件/目录]

主操作（必须选一个）

-c 或 --create：创建新的归档文件（打包）
-x 或 --extract：解包/提取文件
-t 或 --list：列出归档文件内容
-r 或 --append：向归档文件追加文件
-u 或 --update：更新归档中的文件（仅添加更新的）

辅助选项（可组合使用）

-f 或 --file=：指定归档文件名（必须紧跟在 -f 后面）
-v 或 --verbose：详细模式，显示处理过程
-z 或 --gzip：通过 gzip 过滤归档 ;tar -z = tar + gzip 组合
-j 或 --bzip2：通过 bzip2 过滤归档
-J 或 --xz：通过 xz 过滤归档
-C 或 --directory=：切换目录后再执行操作

gzip/gunzip

设计用于单个文件的压缩。虽然我们常见到.tar.gz格式，实际上gzip只能压缩单个文件，所以通常先用tar将多个文件打包成一个文件，再用gzip压缩。
在Linux/Unix系统中非常流行，常用于压缩日志文件、源代码等。
由于设计简单，gzip在管道操作中很常见，例如将输出压缩后传输。

bash 复制代码

gzip file.txt  原文件会被删除，只留下.gz
gzip -k file.txt  -k 保留原文件



gunzip file.txt.gz   解压或者
gzip -d file.txt.gz  -d解压

tar + gzip：最常见组合

bash 复制代码

# 创建 gzip 压缩的归档，显示详细信息
tar -czvf backup.tar.gz /path/to/directory
# -c: 创建归档，不压缩
# -z: 使用 gzip 压缩
# -v: 显示详细过程
# -f: 指定文件名 backup.tar.gz

# 解压一个tar.gz文件
tar -xzvf file.tar.gz
-x：解包


tar -xzvf data.tar.gz -C /path/to/dir
-C 解压到指定路径

zip/unzip(解压或者压缩后缀为zip的文件) zip 压缩，跨平台工具（Linux和WIindows之间传递）

bash 复制代码

zip [选项] 压缩包名.zip 要压缩的文件

常见参数

-r：递归处理目录
-q：安静模式，不显示压缩过程
-e：加密压缩，会提示输入密码
-9：最大压缩率（1-9，9为最高）
-m：压缩后删除原文件

unzip 解压

bash 复制代码

unzip [选项] 压缩包名.zip

-l：列出压缩包内容，不解压
-d：指定解压目录
-o：覆盖已有文件（不询问）
-n：不覆盖已有文件（默认）
-j：丢弃目录结构，所有文件解压到同一目录

bzip2（.bz2）：压缩率更高，但慢

tar结合bzip2

bash 复制代码

tar -cjvf data.tar.bz2 data/  解压
tar -xjvf data.tar.bz2  解压

参数变化只有一个

参数	含义
-j	使用 bzip2

xz（.xz）：压缩率最高（也最慢）

tar结合xz

bash 复制代码

tar -cJvf data.tar.xz data/  压缩
tar -xJvf data.tar.xz  解压

参数	含义
-J	使用 xz

三、系统与进程

1.wget/curl 文件下载

在生物信息学中，我们几乎每天都要从网络获取数据，例如：

NCBI / ENA 的 FASTQ
reference genome（FASTA / GTF）
软件源码或二进制包
公共数据库结果文件

而 wget 和 curl 是完成这些任务的两大基础工具。

bash 复制代码

wget https://example.com/sample.fastq.gz 直接下载文件

wget -O tumor_1.fastq.gz https://example.com/SRR123.fastq.gz

wget -c https://example.com/big.fastq.gz  -c 断点续传，非常重要，网络中断之后可以继续下载

wget -b https://example.com/ref.tar.gz 后台下载 日志写入 wget-log

wget -i url_list.txt 

wget --limit-rate=2m URL  --limit-rate ------ 限速,防止占满宽带，多人服务器时使用

wget --no-check-certificate https://example.com/file  --no-check-certificate 跳过SSL证书验证，用于老服务器或内网资源

url_list.txt 内容示例：一行一个网站

bash 复制代码

https://.../SRR1.fastq.gz
https://.../SRR2.fastq.gz

**curl**的核心目标是：

向服务器发送请求，并获取返回内容

它是一个通用网络通信工具，不仅能下载文件，还能：

访问 API
发送 POST 请求
携带 header / token
调试网络接口

默认行为很重要：

curl 默认把内容输出到终端，而不是保存为文件

bash 复制代码

curl [参数] URL

curl -O https://example.com/file.fastq.gz  -O 按照原文件名保存

curl -o sample.fastq.gz https://example.com/file  -o 指定输出文件名

curl -L -O https://example.com/download  -L 跟随重定向,非常重要，NCBI/ENA经常使用302跳转，不加-L会下到一个HTML文件

curl -C - -O URL  -C - 断点续传,注意是-C - 

curl -I https://example.com/file  -I 不下载判断文件是否存在，判断服务器状态

2.nohup后台运行程序

在 Linux 中：

nohup 的作用是：让命令在"终端关闭或 SSH 断开后"仍然继续运行

这是在服务器、生物信息学分析中非常常见的需求。

bash 复制代码

基本用法
nohup COMMAND [ARG...] &

必须注意的两个点

nohup 只解决"挂断问题"
& 才是"后台运行"

常用参数

bash 复制代码

nohup ./analysis.sh &
默认输出文件nohup.out

nohup ./analysis.sh > analysis.log 2>&1 &  显式重定向
示例
nohup fasterq-dump --split-files --threads 8 SRR27277612 > srr.log 2>&1 &
讲输出文件重定向到srr.log

含义：

>：标准输出
2>：标准错误
2>&1：错误合并到输出

3.jobs/top/htop/ps查看后台进程与任务监控

jobs 用于查看"当前终端（shell）中启动的后台作业"

注意：是当前shell，不是系统所有进程

bash 复制代码

jobs
输出示例
[1]+  Running    nohup fasterq-dump SRR27277612 &
[2]-  Stopped    vim test.txt

字段	含义
`[1]`	作业号（job ID）
`+ / -`	默认/次默认作业
Running	正在运行
Stopped	被挂起
命令	启动的命令

jobs的局限性，看不到其他终端(别人启动)的进程或任务，并且SSH断开后jobs信息消失

一般是搭配nohup使用，nohup投递到后台之后使用jobs查看任务运行状态

top/htop:系统级实时进程监控

一般使用htop，htop是top的加强版，htop相比于top有彩色显示，鼠标操作，树桩进程

快捷键	作用
`F6`	选择排序列
`F9`	Kill
`F10`	退出
`/`	搜索进程

ps 用于查看当前系统进程的"静态快照"（top/htop是实时刷新）

最常用的两种写法

bash 复制代码

ps -ef
ps aux

ps -ef示例输出

bash 复制代码

UID     PID   PPID  C STIME TTY          TIME CMD
user  12345  12000  0 08:30 pts/1    00:12:34 STAR --runThreadN 16

字段	含义
UID	启动进程的用户
PID	进程 ID
PPID	父进程 ID
C	CPU 占用
STIME	启动时间
TTY	终端
TIME	累计 CPU 时间
CMD	完整命令

ps aux输出字段详解

字段	含义
USER	用户
PID	进程 ID
%CPU	CPU 使用率
%MEM	内存占比
VSZ	虚拟内存
RSS	实际内存
STAT	进程状态
START	启动时间
TIME	CPU 时间
COMMAND	命令

STAT进程状态字段（非常重要）

状态	含义
R	Running
S	Sleeping
D	不可中断 IO
Z	Zombie
T	停止
<	高优先级
N	低优先级
l	多线程

常用示例，查某个任务再跑

bash 复制代码

ps -ef | grep STAR  查所有在跑的程序
ps -ef | grep cellranger  查特定程序，这个是查单细胞上游

4.kill，杀死进程

常见编号

信号	编号	作用	说明
SIGTERM	15	正常终止（默认）	首选
SIGKILL	9	强制终止	最后手段
SIGINT	2	中断	等价 Ctrl+C
SIGHUP	1	挂断/重载	终端断开
SIGSTOP	19	强制暂停	不可捕获
SIGCONT	18	继续运行	恢复暂停

bash 复制代码

kill [选项] PID
例如
kill 12345
等价于  
kill -15 12345  正常终止

kill -9 PID  强制终止

不想使用编号可以使用信号名
kill -SIGTERM PID
kill -SIGKILL PID


kill -l  查看所有信号，注意是l不是1

常用快捷键操作等同于kill

操作	信号
Ctrl + C	SIGINT/中断/2
Ctrl + Z	SIGSTOP/强制暂停/19

Ctrl+C之后，任务不能继续跑

Ctrl+Z之后可以继续跑，使用fg（继续在前台跑），bg（在后台跑）

Ctrl + Z + bg = 临时"后台运行"，注意：这与nohup不同，断掉SSH之后任务也会断掉，只是临时在后台！！

5.系统/网络状态

lsb_release--查看系统发行版本

bash 复制代码

lsb_release -a

uname--查看内核信息

bash 复制代码

uname -a

uptime--系统运行时间与负载

bash 复制代码

uptime
示例输出
10:32:11 up 23 days,  4 users,  load average: 3.12, 2.85, 2.70

点解读：load average

1 / 5 / 15 分钟平均负载
是否过载要结合 CPU 核数判断

free--内存状态

bash 复制代码

free -h
free -m  以M为单位显示内存状态

df--磁盘空间

bash 复制代码

df -h

du --目录大小

bash 复制代码

du -sh *

iostat--磁盘IO

bash 复制代码

iostat ------ 磁盘 IO

ip ------ 网络接口状态

bash 复制代码

ip addr  IP地址
ip link  网卡是否UP

ping ------ 网络连通性

bash 复制代码

ping google.com  DNS是否正常
ping 8.8.8.8  网络是否通

ss ------ 网络连接（替代 netstat）

bash 复制代码

ss -tulnp

用途：

查看端口监听
排查服务是否启动

dmesg ------ 内核信息

bash 复制代码

dmesg | tail

查看：内存错误；磁盘错误；OOM kill

shutdown/reboot：关闭或重新启动系统

bash 复制代码

shutdown -h now  立即关闭系统
reboot  重新启动系统

sudo：以超级用户权限运行命令

bash 复制代码

sudo 命令