20261002

99.scripts_v2/utils/asm_qc.sh

@@ -0,0 +1,22 @@
+#!/usr/bin/env bash
+# 轻量组装 QC：contig 数 / 总长度 / N50 / N 占比 / GC%
+# 用法: bash asm_qc.sh <fasta文件或目录...> > qc.tsv
+set -euo pipefail
+
+files=()
+for p in "$@"; do
+    if [ -d "$p" ]; then
+        while IFS= read -r f; do files+=("$f"); done \
+            < <(find "$p" -type f \( -name '*.fa' -o -name '*.fasta' -o -name '*.fna' -o -name '*.fa.gz' -o -name '*.fasta.gz' -o -name '*.fna.gz' \))
+    else
+        files+=("$p")
+    fi
+done
+
+seqkit stats -a -T -j 8 "${files[@]}" | awk 'BEGIN{OFS="\t"}
+NR==1 {print $0, "N%"; next}
+{
+    # $5=sum_len, $19=sum_n（N 碱基数）
+    n = ($5 > 0) ? sprintf("%.4f", $19 / $5 * 100) : "NA"
+    print $0, n
+}'