生信笔记

python提取fasta fastq文件信息

2018-12-27  本文已影响1人  11的雾

1. Fastq

从fastq中提取出指定的序列,已知某一个read id,就可以提取fastq序列,如下为一个test.fq文件

@M04261:27:000000000-C7J75:1:1101:11401:1775 1:N:0:TCGCCTTA
ATCCTGACCCTGCGTACCAGCACAGGTTTGCACAAAAAAGCAGGCTACCATGCTGAGTCTTCTGCTCCTTCTCCTGGGACTAGCCAAGCAGGGATAT
+
CCCCCGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGG
@M04261:27:000000000-C7J75:1:1101:12584:1776 1:N:0:TCGCCTTA
ATCCTGGACCGATGTGGAGGAAAATCCTGGACCCTGCGTACCAGCACAAGTTTGTACAAAAAAGCAGGCTACCATGGACTCCTGGACCCTCTGCTGT
+
CCCCCGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGG
python extract.FastX.py  test.fq M04261:27:000000000-C7J75:1:1101:12584:1776

屏幕输出fastq信息。

如果你已知的read id是一个文件,包含了许多read id,也是可以的。

python extract.FastX.py  test.fq read_id.list

2. Fasta:

已知fasta文件,你想提取出fasta文件中第几条染色体的序列,或者第几条染色体上具体某段区域的序列。可以如下操作
假设你的fasta文件是这样的:test.fa

>chr1
ATCGATCGATCG

提取操作:

python extract.FastX.py test.fast chr1 2 4
直接屏幕输出
TCG
如果想看整条chr1的信息:

python extract.FastX.py test.fast chr1
直接屏幕输出
ATCGATCGATCG

此脚本支持压缩和非压缩的fastq或者fasta文件格式。
脚本地址:https://github.com/levinyi/scripts/

上一篇下一篇

猜你喜欢

热点阅读