如何使用linux从序列中找寻UMI和barcode之间的关系

[qq_40554762]

目的
利用磁珠上的探针对mRNA进行捕获，每个磁珠的含有一段特异的序列，成为UMI。按照一个磁珠只捕获一个转录本的特性，利用UMI即可将相同的转录本的read进行聚类，进行后续的组装，定量和可变剪切的分析。

任务要求：
根据UMI的组成特点，从read中找到UMI，并将UMI序列和read的barcode关系进行记录。

说明：

下列是UMI的组成特点：

GGAAACAGCTATGACCATGNNNNNNNNNNNNNNNNTTTTTTTT

固定序列：GGAAACAGCTATGACCATG
UMI序列：NNN为随机的16 bp umi序列

寻找的策略师需要同时满足几个条件：
1） 遍历fastq，找到固定序列
2） 间隔16bp后，找到3个oligo dT序列
（注意考虑反向互补序列）
满足这两个条件便能建立他们之间的关系：
1. 找到UMI序列
2. 找到对应的barcode编号
3. 建立UMI和barcode的对应关系表
数据：
/hwfssz5/ST_BIGDATA/USER/xujunhao/project/course/result/split_read.1_rename.fq.gz
/hwfssz5/ST_BIGDATA/USER/xujunhao/project/course/result/split_read.2_rename.fq.gz

求个大佬说一下应该怎么做，最好能有代码感谢