grep，基于id行word从fasta文件中提取序列子集
grep，基于id行word从fasta文件中提取序列子集
提问于 2015-01-21 15:23:17
我知道有类似的问题，但这有点不同。我希望根据id行中的单词从fasta文件中提取一个序列子集，并将这些序列放入新文件中。我试过了
grep -E 'Eukaryota' test_db.fasta > new.fa但这只给了我包含单词的标识符行。我也需要序列。序列的长度各不相同。
有什么想法可以改变我的命令或者Perl解决方案吗？
谢谢
回答 2
Stack Overflow用户
回答已采纳
发布于 2015-01-21 15:58:28
BioPerl很适合做这样的事情。
这个小脚本将完成以下工作：
#!/usr/bin/perl -w
use strict;
use diagnostics;
use warnings;
use Bio::SeqIO;
my $seqIOin = Bio::SeqIO->new(-format => 'fasta', -file => "<fasta_to_filter.fa");
my $seqIOout = Bio::SeqIO->new(-format => 'fasta', -file => ">selected_sequences.fa");
while (my $seq = $seqIOin->next_seq){
$seqIOout->write_seq($seq) if ($seq->id =~ /YOUR_WORD/);
}Stack Overflow用户
发布于 2015-01-21 16:21:39
试试看这个简单的Awk单衬垫。
awk '/^>/ { p = ($0 ~ /Eukaryota/)} p' test_db.fasta>new.fa它在以>开头的任何行上查找"Eukaryota“。如果找到它，则将p设置为1，否则设置为0。如果p为非零，则打印这一行.
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/28070734
复制相关文章
相似问题
腾讯云开发者
