Genozip

# 载入genozip
$ module load genozip/15.0.4

# 将license拷到自己的home目录下
# 执行一次即可，后续使用不用再执行
$ cp $LIC ~

# 或使用 --licfile 参数指定license位置
$ genozip --licfile $LIC

# 压缩
# -@4, 设置使用4个线程，默认使用所有CPU核
# --reference 使用参考基因组压缩，可以获得较高的压缩率，解压时需要指定参考基因组
# 第一次使用该参考基因组时，会在参考基因组相同目录生成一个后缀为 .genozip的文件，如下面的命令会生成 IRGSP-1.0_genome.fasta.genozip
$ genozip -@4 HW84_NDSW31815_1.clean.fq.gz --reference IRGSP-1.0_genome.fasta 

# 解压，解压时需要用到参考基因组，默认使用的参考基因组路径为压缩时使用的参考基因组，若该参考基因组路径发生变化则使用 --reference 参数指定
$ genounzip -@4 HW84_NDSW31815_1.clean.fq.genozip

# 压缩，使用--REFERENCE，输出文件中会包含部分参考基因组，解压时不需要指定参考基因组
$ genozip -@4 HW84_NDSW31815_1.clean.fq.gz --REFERENCE IRGSP-1.0_genome.fasta 

# 解压，不需要使用基因组
$ genounzip -@4 HW84_NDSW31815_1.clean.fq.genozip 
genounzip HW84_NDSW31815_1.clean.fq.gz : Done (32 seconds)  
$ 

# 将fq1和fq2压缩到一起，可以压缩到更小一点
$ genozip -@4 --reference IRGSP-1.0_genome.fasta --pair HW84_NDSW31815_1.clean.fq.gz HW84_NDSW31815_2.clean.fq.gz

# 解压
$ genounzip -@4 --reference IRGSP-1.0_genome.fasta HW84_NDSW31815_1+2.clean.fq.genozip

# 压缩
$ genozip -@4 HW84_NDSW31815_sorted.bam

# 解压
$ genounzip -@4 HW84_NDSW31815_sorted.bam.genozip

# 压缩
$ genozip -@4 --deep --reference IRGSP-1.0_genome.fasta HW84_NDSW31815_sorted.bam HW84_NDSW31815_1.clean.fq.gz HW84_NDSW31815_2.clean.fq.gz

# 解压
$ genounzip HW84_NDSW31815_sorted.deep.genozip

# 压缩
$ genozip -@4 HW84_NDSW31815_sorted.vcf.gz

# 解压
$ genozip -@4 HW84_NDSW31815_sorted.vcf.gz

testing: genounzip sample.R1.fq.gz : verified as identical to the original FASTQ

# FASTQ: 
$ zcat file.fastq.gz | md5sum

# BAM:    
$ zcat file.bam | md5sum

# genozip 压缩
$ genozip --md5 -@4 sample.R1.fq.gz --reference ref.fa

$ ll -h
-rw-r----- 1 user group 1.4G Apr 16 10:35 shoot_MH63_LTSD_rep1_trim_2.fq.genozip
-rw-rw-r-- 1 user group 3.2G Apr 16 10:46 shoot_MH63_LTSD_rep1_trim_2.fq.gz
drwxrwxr-x 2 user group 4.0K Apr 16 10:45 tmp

# 将原始 gz 文件放到 tmp 目录下
mv sample.R1.fq.gz tmp

# genozip 解压
$ genounzip -@4 sample.R1.fq.genozip

# 原始 fq 文件 md5
$ zcat tmp/sample.R1.fq.gz |md5sum 
e1ab55ea344b7b7440949f8bf19b172c  -

# 解压后 fq 文件 md5，可以看到两者md5一致
$ zcat sample.R1.fq.gz |md5sum 
e1ab55ea344b7b7440949f8bf19b172c  -