解析fasta文件头

-1

我想为每个fasta头添加一个附加列，其中包含字段四与空格分隔（假设'|'是输入文件头中的字段分隔符）。解析fasta文件头

这次没有可行的想法。

输入文件：

>gi|568301760|ref|NC_023137.1| Phaeobacter gallaeciensis DSM 26640, complete genome 
AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA

所需的输出：

>NC_023137.1 gi|568301760|ref|NC_023137.1| Phaeobacter gallaeciensis DSM 26640, complete genome 
AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA

来源

2014-02-25 biotech

也许你应该试着找到一个很好的模块来为你解析fasta文件？ – TLP

https://metacpan.org/pod/Bio::Perl – DeVadder

一些这样的：

awk -F"[>|]" '/^>/ {$1=">"$5}8' OFS="|" file 
>NC_023137.1|gi|568301760|ref|NC_023137.1| Phaeobacter gallaeciensis DSM 26640, complete genome 
AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA

这应该得到>和|正确：

awk -F"[|]" '/^>/ {$0=substr($0,1,1)$4" "substr($0,2)}1' file 
>NC_023137.1 gi|568301760|ref|NC_023137.1| Phaeobacter gallaeciensis DSM 26640, complete genome 
AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA

来源

2014-02-25 11:14:53 Jotne

一个Perl选项：

perl -F"[>|]" -pae 's/^>/>$F[4] /' file.fa

输出：

>NC_023137.1 gi|568301760|ref|NC_023137.1| Phaeobacter gallaeciensis DSM 26640, complete genome 
AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA

希望这有助于！

来源

2014-02-25 16:18:01 Kenosis

解析fasta文件头

回答

相关问题