一句代码快速提取fastq文件中的fasta

最新推荐文章于 2024-10-20 13:29:31 发布
原创 最新推荐文章于 2024-10-20 13:29:31 发布
· 2.2k 阅读 · 5 ·
版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

NGS数据输出一般为fastq格式，包含序列的质量等信息，有时候我们只想提取fasta序列文件，可以通过多种NGS序列处理软件。此外，可以使用一行代码快速提取。

可以通过两种方式，第一种用sed，第二种用awd，个人觉得第1种sed 命令比较精妙，分享供大家参考：

复习一下典型的fastq文件格式

$ cat test.fq
@ST-E00126:128:HJFLHCCXX:2:1101:7405:1133
TTGCAAAAAATTTCTCTCATTCTGTAGGTTGCCTGTTCACTCTGATGATAGTTTGTTTTGG
+
FFKKKFKKFKF<KK<F,AFKKKKK7FFK77<FKK,<F7K,,7AF<FF7FKK7AA,7<FA,,

使用sed命令

读文献时看到这个命令sed '/^@/!d;s//>/;N'，顿时感到太精妙了，忍不住分享一下:

$ sed 
最低0.47元/天 解锁文章
从fastq文件中批量提取/过滤序列【python】
每天都要学Python的博客
03-09 1万+
博主也是刚刚接触生信，会将自己平时练习用到的python脚本发布到博客上，用来记录自己的学习之路。 介绍 测序回来的fastq文件通常在分析之前，需要进行过滤，该脚本利用python实现从压缩的fastq文件中提取指定ID的序列，并保存为新的压缩格式的fastq文件。 说明 输入文件为fq.gz文件，压缩的ID list文件。 必须是压缩格式的文件才可以，如果非压缩格式，可以压缩成gz格式后...
CHIP-Seq数据分析流程
bio_meimei的博客
11-10 8317
文章目录CHIP-Seq数据分析流程相关软件安装数据下载将SRA转化为fastq文件数据质控，过滤数据质控然后进行质控，过滤低质量reads，去接头比对下载小鼠参考基因组的索引和注释文件比对sam文件转bam为bam文件建立索引载入IGV查看用MACS call peak安装MACS结果注释与可视化 CHIP-Seq数据分析流程 相关软件安装 所需要的软件有sratoolkit, fastqc,bowtie2,samtools,macs2,htseq-count,bedtools和前面RNA-seq数据分析
计算生物学与生物信息学漫谈-2-测序深度/读长质量和Fasta处理
最新发布
tRNA的博客
10-20 1808
简述测序深度概念、Calling质量及FASTA文件
selectseq:从FASTA或FASTQ文件中获取特定序列。-开源
04-29
一个命令行实用程序，用于处理FASTA或FASTQ文件中的生物序列。 在给定标识符列表的情况下，它只能获取序列的子集（或其补码，即列表中不在序列中）。 也只能获得序列号N。 如果zcat可读，则支持压缩序列文件。
如何提取fasta文件的部分信息
weixin_43949246的博客
06-20 2719
需要将下面的文件整理成三列 即整理成三列，第一列为蛋白ID，第二列为整个一行，第三列是gene ID,中间用制表符分割 #打开文件 f1 = open(‘X101SC19051138-Z01-bos_taurus-Customer.fasta’,‘r’) f2 = open(‘pname.list’,‘w’) #遍历 for i in f1: #判断开头是否以> if i.startsw...
shell截取文件行数_截取fastq文件reads的长度
weixin_39792393的博客
12-23 917
随着测序量越来越多，分析的个性化需求也不断增加，单靠别人的写好的程序已经不能满足我们的要求，万事靠自己才是王道。接下来一段时间我会不定期讲解一些用python分析数据的简单应用。今天是用python截取fastq文件中reads的特定长度，现在就开始啦！每条reads有四行组成，第一行是物理地址，第二行是测序的序列，第三行是个加号，第四行是测序质量。下面是两条reads：@RS-E001...
sed 处理fasta/q 文件
qq_36608036的博客
09-21 989
sed 是一种流编辑器，它一次处理一行内容。 处理时，把当前处理的行存储在称为“模式空间”（pattern space）的临时缓冲区中，接着用 sed 命令处理缓冲区中的内容，处理完成后，把缓冲区的内容送往屏幕。接着处理下一行，这样不断重复，直到文件末尾。 生成联系文件 leadingsci@DELL5577:~/Test$ cat df.txt Filesystem Size Use...
ChIP-seq 数据分析
热门推荐
fengzhibifang的博客
09-11 3万+
1 ChIP-Seq技术 1.1 概念 1.2 ChIP-seq技术原理 2 ChIP-Seq数据分析 2.1 数据下载 2.2 质量控制（data_assess） 2.2.1 质量评估 2.2.2 清理 reads 2.3 比对到参考基因组（mapping_analysis） fastq→sam→bam（H3K9me3 在全基因组的分布位置） 2.4 搜峰（Peak_callin...
ChIP-seq 数据分析1 ChIP-Seq技术2 ChIP-Seq数据分析
wx1871428的博客
07-08 3588
1 ChIP-Seq技术 1.1 概念 1.2 ChIP-seq技术原理 2 ChIP-Seq数据分析 2.1 数据下载 2.2 质量控制（data_assess） 2.3 比对到参考基因组（mapping_analysis） 2.4 搜峰（Peak_calling） MACS2 2.4.1 MACS2 核心: callpeak 用法 2.4.2 callpeak 结果文件说明 2.4.3 bdg file → wig file 2.5 峰注释（Peak_anno） ChIPseek.
cfDNA（带UMI标签的fq数据--WES）的生信处理call突变流程
weixin_53637133的博客
05-29 1329
cfDNA（带UMI标签的fq数据--WES）的生信处理call突变流程
Python-从Python高效处理FASTQ文件
08-10
从Python高效处理FASTQ文件
如何使用Python将fastq文件转化成fasta文件
Snail_helix的博客
05-24 1120
如何使用Python将fastq文件转化成fasta文件
如何根据 ID 快速从 fastq 文件中提取序列
klcola的专栏
08-08 1万+
第一种方法：使用 grep -A 选项 第一种方式比较简单，用 Linux 系统自带的 grep 命令就可以实现。grep 的 -A NUM 选项在匹配行之后打印尾随的 NUM 行，而 fastq 格式恰好是 4 行代表一个序列，第一行是序列 ID，随后三行分别是序列、+号分隔符、碱基质量分数，因此我们用 grep -A3 选项，就可以将匹配到的序列 ID 和该 ID 对应的其他信息提取出来。举例如下： bash$ grep -A3 '@A00821:376:H3V2LDSXY:3:1101:12753:3
生信必会格式：Fasta & Fastq 简介及转换
生信学习
11-20 2万+
FASTA和FASTQ文件，其实还是文本文件，用于存储序列信息。平时为了存储方便，节省空间，所以变成了GZ的压缩文件（二进制文件，不能直接用head、less等命令直接查看）。之前没有好好记笔记，现在补上😑。
科研工作日志-2020年7月5日：fastq转化为fasta以及Linux进程查看和杀死
nayishunjian13的博客
07-05 938
1. fastq转化为fasta 1.1 工具一 软件Fastx_Toolkit_bin/fastq_to_fasta Fastx_Toolkit_bin/fastq_to_fasta -i ../$f -o $i.fasta -Q 33 缺点: 一个样本要2h左右，太慢。 1.2 工具二 软件seqkit seqkit fq2fa ../$f -o $i.fasta -j 18 优点：一个样本20m左右，很快。 2. Linux杀死多个进程 2.1 方法一 进行名为fastq_to_fasta pki
用python提取fasta序列,如何使用Python随机提取FASTA序列？
weixin_39716088的博客
12-16 504
I have the following sequences which is in a fasta format with sequence header and its nucleotides. How can I randomly extract the sequences. For example I would like to randomly select 2 sequences ou...
根据id提取fasta序列
ruby912的博客
06-05 5402
Perl脚本练习 bioperl读入写出fasta 要求 根据序列ID，从fasta文件中提取目标序列并输出 数据 序列ID fasta文件 思路 以序列ID为键，构建哈希 用bioperl读入fasta，获得序列id 如果id存在于哈希中，输出序列 代码 die "perl $0 <id> <fa> <OUT>" unless(@ARGV==3); #$...
使用awk处理多行fasta文件拆分为单个fasta文件，并去掉后缀^M
qq_41856194的博客
05-16 1731
大文件：31万个序列（我看的文章里面说一小时处理100条序列，这里我用了） 代码如下：把mulfa.fasta文件拆分成单个fasta文件 awk '{if($0~/^>/)a=$0; else{system("echo \\"a"\"\n\""$0a)}}' mulfa.fasta mulfa.fasta文件如下： 生成的单个fasta文件如下： 小文件处理及代码解释如这篇文章所说：http://t.csdn.cn/xTZId 感谢这位大佬 ......
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值