awk: 从格式化的fasta中提取部分id的序列
2021-10-10 本文已影响0人
Amy_Cui
看两个fasta的格式，一个是单行的序列，一个是格式化后的序列
# test.fa
>id1_1
ATCGATCGATCGATCGATCGATCGATCGATCGATCGATCGATCGATCGATCGATCGATCGATCGATCGATCG
>id2_1
ATCGATCGATCGATCGATCGATCGATCGATCGATCGATCG
>id3_1
ATCGATCGATCGATCGATCGATCG
# test.fa
>id1_1
ATCGATCGATCGATCG
ATCGATCGATCGATCG
ATCGATCGATCGATCG
ATCGATCGATCGATCG
ATCGATCG
>id2_1
ATCGATCGATCGATCG
ATCGATCGATCGATCG
ATCGATCG
>id3_1
ATCGATCGATCGATCG
ATCGATCG
题目：提取id1和id2的序列，并组成fasta格式的文本
答案：
收集id的文本，命名为id.txt
id1
id2
第一种文本的代码：
$ grep -f id.txt test.fa -A 1
>id1_1
ATCGATCGATCGATCGATCGATCGATCGATCGATCGATCGATCGATCGATCGATCGATCGATCGATCGATCG
>id2_1
ATCGATCGATCGATCGATCGATCGATCGATCGATCGATCG
第二种文本的代码：
$ grep -f id.txt test.fa >full_id.txt
$ awk -v RS=">" -v FS="\n" -v ORS="" 'NR==FNR{a[$1]=$0;}NR>FNR{print ">"a[$1]}' test.fa full_id.txt |sed 's/>>/>/'
>id1_1
ATCGATCGATCGATCG
ATCGATCGATCGATCG
ATCGATCGATCGATCG
ATCGATCGATCGATCG
ATCGATCG
>id2_1
ATCGATCGATCGATCG
ATCGATCGATCGATCG
ATCGATCG
不用写代码，希望帮到你~
