为了便于用户查看fasta格式文件,通常从NCBI、UCSC、Ensembl等数据库下载的参考序列文件的序列都是按60或者80个碱基每行输出。有时候为了更好地查看文件或者节省文件存储空间,需要按100个碱基每行输出,或者整条(染色体/contig)序列按一行输出,这将如何实现呢?
perl是一个非常方便用于处理文本且有着强大正则表达式处理的编程语言,虽然可读性差,但性能还是不错的,而且代码量简短。
举个栗子,以下是一个每行60碱基的fasta文件:
现在我们要改成每行80个碱基的fasta文件
改成整条序列按一行输出呢
如果大家有更好的,更简单的方法,欢迎私信交流
领取专属 10元无门槛券
私享最新 技术干货