Bash：从fasta文件中删除行

-2

我不知道什么是从bash中的fasta文件中删除某些行的最佳方法。Bash：从fasta文件中删除行

在上面的例子中，假设我想删除它写入'GUITH'的行，那么如何删除这行和上面的行，直到找到其他'>'字符？

fasta文件：使用bash滤波之后

>B4KSI7_DROMO 
RGLKRKPMALIKKLRKAKKEAPPNEKPEIVKTHLRNMIIVPEMTGSIIGVYNGKDFGQVE 
VKPEMIGHYLGEFALTYKPVKH 
>O46898_GUITH 
RSLSKGPYIAAHLLKKLNNVDIQKPDVVIKTWSRSSTILPNMVGATIAVYNGKQHVPVYI 
SDQMVGHKLGEFSPTRTFRSH 
>Q7RT13_PLAYO 
RGIDKKAKSLLKKLRKAKKECEVGEKPKPIPTHLRNMTIIPEMVGSIVAVHNGKQYTNVE 
IKPEMIGYYLGEFSITYKHTRH

fasta文件：

>B4KSI7_DROMO 
RGLKRKPMALIKKLRKAKKEAPPNEKPEIVKTHLRNMIIVPEMTGSIIGVYNGKDFGQVE 
VKPEMIGHYLGEFALTYKPVKH 
>Q7RT13_PLAYO 
RGIDKKAKSLLKKLRKAKKECEVGEKPKPIPTHLRNMTIIPEMVGSIVAVHNGKQYTNVE 
IKPEMIGYYLGEFSITYKHTRH

有问题的其他版本，但较硬的操纵。比方说，你有品种名称的文件：

species.txt：

DROMO; 
PLAYO;

而且要删除的文件FASTA行那里的物种不存在的species.txt文件内。因此，您可以得到与上述相同的输出，但您可以通过其他文件（不直接输入'GUITH'）删除行。这样做的最好方法是什么？

来源

2017-01-12 Natha

你试过什么？ – 123

我尝试用Python，它工作，但它没有优化。在bash中，我用'sed'尝试了一些东西，但找不到任何可行的东西。 – Natha

在AWK：

$ awk '/^>/{p=1} /GUITH/{p=0} p' file 
>B4KSI7_DROMO 
RGLKRKPMALIKKLRKAKKEAPPNEKPEIVKTHLRNMIIVPEMTGSIIGVYNGKDFGQVE 
VKPEMIGHYLGEFALTYKPVKH 
>Q7RT13_PLAYO 
RGIDKKAKSLLKKLRKAKKECEVGEKPKPIPTHLRNMTIIPEMVGSIVAVHNGKQYTNVE 
IKPEMIGYYLGEFSITYKHTRH

解释：

/^>/ { p=1 } # turn print flag up for each record starting with > 
/GUITH/ { p=0 } # turn print flag down for GUITH 
p    # print if p

如果你想拥有批准的名单：

$ cat list 
DROMO 
PLAYO 
$ awk 'NR==FNR{a[$1];next} /^>/{n=split($0,b,"_"); p=(b[n] in a)} p' list file 
>B4KSI7_DROMO 
RGLKRKPMALIKKLRKAKKEAPPNEKPEIVKTHLRNMIIVPEMTGSIIGVYNGKDFGQVE 
VKPEMIGHYLGEFALTYKPVKH 
>Q7RT13_PLAYO 
RGIDKKAKSLLKKLRKAKKECEVGEKPKPIPTHLRNMTIIPEMVGSIVAVHNGKQYTNVE 
IKPEMIGYYLGEFSITYKHTRH

解释：

NR==FNR { a[$1]; next }     # read the list to array a 
/^>/ { n=split($0,b,"_"); p=(b[n] in a) } # take the word after _ and if in a, enable print 
p           # if p, print

来源

2017-01-12 13:49:54

非常感谢，第一个解决方案效果非常好，并且有很好的解释！但是，从批准名称列表中尝试时出现此错误：'awk：非法字段$（），名称“i”'。你知道它可能来自哪里吗？ – Natha

是的，有一个错字，应该是：'NR == FNR {a [$ 1];下一个}'，而不是'$ i'就像它最初一样。你用什么awk？在Mac上？ –

要删除它是写“GUITH”行：

sed 's/>/\n&/' fasta.txt | sed '/_GUITH/,/^$/d' | sed '/^$/d'

要删除的fasta文件中的行地方物种不存在species.txt：

随着GNU sed和庆典：

sed 's/>/\n&/' fasta.txt | sed -n -f <(sed 's/;$//;s|.*|/_&$/,/^$/p|' species.txt) | sed '/^$/d'

输出：

 
>B4KSI7_DROMO 
RGLKRKPMALIKKLRKAKKEAPPNEKPEIVKTHLRNMIIVPEMTGSIIGVYNGKDFGQVE 
VKPEMIGHYLGEFALTYKPVKH 
>Q7RT13_PLAYO 
RGIDKKAKSLLKKLRKAKKECEVGEKPKPIPTHLRNMTIIPEMVGSIVAVHNGKQYTNVE 
IKPEMIGYYLGEFSITYKHTRH

来源

2017-01-12 11:35:35 Cyrus

Bash：从fasta文件中删除行

回答

相关问题