三. Fasta文件处理常用命令
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了三. Fasta文件处理常用命令相关的知识,希望对你有一定的参考价值。
参考技术A 1. 提取fasta文件abc.fas中序列>LG02的第164~202碱基之间序列,另存为abc_LG02_164_202.fas:$ more abc.fas|awk 'BEGINORS=""if(/>/)print "\n"$0"@";else print $0'|grep LG02|sed 's/@/\n/g'|grep -v '>'|awk 'print substr ($0,164+1,202-164-1)' >abc_LG02_164_202.fas
在文件abc_LG02_164_202.fas第一行插入“>abc_LG02_164_202”
$ sed -i '1i >abc_LG02_164_202' abc_LG02_164_202.fas
2. 截取fasta文件中序列XXXX及其前后n个碱基的序列:
$ egrep -o ‘.nXXXX.n’ abc.fas
3. 从fasta文件中提取列表list中的序列(list格式:>a\n>b\n):
$ awk 'NR==FNRa[$0];next /^>/b=($1 in a) b' list abc.fas >list.fas
4. 在fasta格式的氨基酸序列文件中,将序列中字符“.”去掉:
$ more abc.fas|awk 'if(!/>/) gsub (/\./,"");print' > abc.fasta
5. 去除空行,去除wei行
$ sed '/^\s*$/d'
$ sed -i '$d' a.txt
6. 批量重命名
$ ls |grep fastq.gz|awk -F "." 'print$1'|xargs -I mv .fastq.gz .fq.gz
7. 拆分文件,可将sh脚本拆分多个脚本同时后台运行,避免运行任务过多内存不足
$ split -l 10 abc.sh -d -a 4 abc_
8. 提取rsem分析结果的FPKM
ls|grep genes.results|awk 'print "awk \047print $NF \047 "$0 " >"$0".list"'|sh
ls |grep results.list|awk 'BEGINORS="\t";print "paste\tID"print$0ENDprint" >Expression.FPKM\n"'|sh
ls |grep results.list|sed 's/.genes.results.list//g'|awk 'BEGINORS="\t";print "sed -i \0471i ID"print $0ENDprint"\047 Expression.FPKM\n"'|sh
more abc.list|awk 'print"grep \047\\b"$0"\\b\047 abc_Expression.FPKM >>abc.FPKM"'|sh
以上是关于三. Fasta文件处理常用命令的主要内容,如果未能解决你的问题,请参考以下文章