请教如何从FASTA文件中批量查找序列

Posted 2023-05-07

参考技术A 你是想把蛋白的序列提取出来是吗，可以用perl写个脚本，先一个一个的打开pdb文件，然后读出以SEQRES开头的行，并写入到一个新的文件中。

Perl生信日常编程-从fa文件批量根据id列表提取序列

示例文件

从一个fasta文件中根据多个id列表批量提取对应的序列存为独立的fasta文件。

ID列表如下图所示，格式是“No:空格ID空格ID”； 要求根据每行的ID提取一次，并且输出为No.fa文件

代码记录

#! /usr/bin/perl -w
use strict;
my($lines,@lines,$line_nums,@b,$j);

open(ID,"count_all");
@lines = <ID>;
$line_nums = @lines;
foreach $_(@lines){
    chomp;
    @b=split/\s/;
    $b[0]=~s/://;
    #print "$b[0]\n";
    open(FW,">$b[0].txt");
    for ($j=1;$j<@b ;$j++) {
            print FW "$b[$j]\n";
    # 调用了爪爪的seqkit，因为懒得把以前写的代码加进来，这个方法更快嘛
    system("~/software/seqkit grep -f $b[0].txt ../total.faa >$b[0].fa")
    }
    close(FW);
}

~ 爪爪的工具很棒的哦 ~