超快超省事！统计 Fasta 文件/序列相关信息

Posted 2023-05-07

参考技术A

我经常使用一个不起眼的功能， Fasta Stat 。但从未写过相关推送。主要是其使用过于简单，只要把 Fasta 序列文件放进去，点击 Start 就可以了。早上起来，突然想起了这一功能，并增加了一个 相对高频 的需求快捷完成选项。既然这一功能是我高频使用，那么相信他就跟 序列提取 功能类似。虽然不起眼，虽然是小功能，但是很实用，甚至或者是最能节约数据分析时间。
于是索性也写一个帖子

在日常分析中，我们常常手上会有一个 Fasta 序列文件，文件可能很小，数十 Kb，也可能很大 数十 Gb。当然，可以使用 TBtools 的 Big File View 进行快速浏览。更多时候，我们想要知道的或许是：

于是，你打开了 TBtools

于是看到

输入界面简单

可以看到，上述操作可以快速获得序列文件概览

有些时候 ，我们不仅仅想要知道序列文件整体情况，我们还想知道其中每条序列的长度，GC含量等等
于是操作起来也很简单， 只需要设置一个输出文件就可以

直接输出序列长度信息 。事实上，这个功能比较常用，比如一些FPKM/RPKM的计算，比如Basic Biosequences View等序列结构可视化功能等。
此时只需要补充勾选 Keep Only Sequence Length 即可。于是上述输出文件会变成，

快速查看几/一个序列的情况 。有时候，我们手上会有一个或几个序列，会想要快速查看其大体情况，比如长度。那么，直接切换输入选项到 Seq Input 即可。

Emmm... 功能整体就这么简单。其实我甚至认为，不需要这个推文，每个人看到 这个功能也知道怎么使用。当然，这是我个人写 TBtools 时一直期望。
真正优秀的界面化工具，应该是一打开就会使用，而无需Manual 。
不过，这有可能吗？哈哈。

如何从大fasta文件中找出自己想要的序列

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。