在汇总测序的基本信息时经常需要从fastaq文件中计算某个样本的原始的read数量。
fastaq文件的一般格式为：
@FCD056DACXX:3:1101:2163:1959#TCGCCGTG/1
TCCGATAACGCTCAACCAGAGGGCTGCCAGCTCCGATCGGCAGTTGCAACCCATTGGCCGTCTGAGCCAGCAACCCCGGA
+
gggiiiiiiiiiiiiiiiiiiiiiiiiiigggggeeecccccc^bcbcccccccbccccc]aaccbbccc^R^^acccc_
每四行一条记录， 每条记录以@符号开始，后面跟着的是该reads的标识符，第二行为对应的核酸序列，第三行为‘+’，第四行为序列的质量信息，以字符对应的ASCII码来表示对应碱基的测序质量。因此，想要知道有多少个reads只要统计有多少个只包含+的行就知道有多少个reads了。如下：
cat your.fastq.gz | grep -c '^+$'
有些人给出的方法是：cat your.fastq.gz | grep -c ‘+’ 或 cat your.fastq.gz | grep -c ‘^+’ 这两种方法都是不严谨的，因为第四行的质量信息中也是包含了‘+’的，如果只是统计包含‘+’或以‘+’开头的行会多统计出一部分数据来，尤其是第一种情况。因此，正确的方式应该是计数只包含‘+’的行。此外要注意的是，如果是pair-end的数据，一个样本是包含了两个文件的，要放在一起计数。这和后面统计质控后的Clean reads以及计算后面比对reads的比例有关系。