如何统计id很复杂的fasta文件的长度？

最新推荐文章于 2022-08-17 23:27:04 发布

tangxc10

最新推荐文章于 2022-08-17 23:27:04 发布

阅读量1.8k

点赞数

分类专栏：生物信息问题 perl 文章标签： linux perl 生物信息统计

本文链接：https://blog.csdn.net/tangxc10/article/details/47277325

版权

生物信息问题同时被 2 个专栏收录

4 篇文章 0 订阅

订阅专栏

perl

3 篇文章 0 订阅

订阅专栏

对于一般的fasta文件的格式是：

>chr1

AAGCCATCCGG

但是最近两天遇到id很复杂的fasta，对于这样的fa文件用现有的脚本却统计错误

原本人的hg38染色体有23条染色体，但是统计出来却只有一条染色体的长度：

因此，需要重新修改length.pl

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

tangxc10

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

程序员如何实现财富自由系列之：参与生物信息学和基因组学

程序员光剑

10-06

708

关于生物信息学（Bioinformatics）和基因组学（Genetics），人们都对其印象深刻。因为在二十世纪六十年代，这些领域在医学领域开始崛起，并且由于高昂的费用成本，使得许多科研人员望而却步。直到七十年代中期，随着计算机的飞速发展，生物信息学和基因组学才进入计算机领域，并在近几年得到迅速发展。目前，随着新冠肺炎疫情防控的不断推进，国内外众多重大突发事件已经给人们带来了新的机遇，也对医学界和生物学界的科研工作产生了巨大的影响。特别是在全球范围内，各个国家及地区的医疗卫生保健都在加速发展。

samtools使用

BaldStrong's Log Cabin

07-12

664

samtools的说明文档：http://samtools.sourceforge.net/samtools.shtml samtools是一个用于操作sam和bam文件的工具合集。包含有许多命令。以下是常用命令的介绍 1. view view命令的主要功能是：将sam文件转换成bam文件；然后对bam文件进行各种操作，比如数据的排序(不属于本命令的功能)和提取(这些操作是对bam文件进行的，因...

参与评论您还未登录，请先登录后发表或查看评论

用python编写统计fasta格式的序列的长度脚本

tangxc10的专栏

09-30

9318

如果用perl来编写统计fasta序列的长度脚本，很简单的几行代码就可以搞定，但是想了想，觉得用python写更时候处理大的文件，尤其是想用python实现多线程处理。因此，就有了用python来编写最初版的统计fasta序列长度的脚本的想法。运行方法：nohup python stat_length.py input.fasta > input.len & 运行结果： >Aquca_0

统计.fa文件中序列长度

biolxy的博客

08-06

3635

perl /home/lixiangyong/software/length.pl Gma.glub.fa > length.txt

统计fasta文件中序列的长度并绘制直方图

sinat_40038704的博客

07-30

2990

""" 对fa文件中的序列进行处理 # 获取序列的id和序列信息 # 统计每个id对应的序列的长度 # 对序列长度进行统计 # 绘制直方图 """ import os import pandas as pd from collections import Counter import matplotlib.pyplot as plt import sys def read_seq(file_pat...

linux 序列长度,快速计算fasta序列长度的方法 | Public Library of Bioinformatics

weixin_35960357的博客

05-16

1598

最近看了一下进入PLoB的网页来路分析，看到有同学搜索计算fasta序列长度。其实自己在之前的数据分析中也遇到过相关的问题，这里给大家分享两种我常用的方法。方法一：linux下用awk计算fasta序列的长度前面发表一篇文章《用awk和sed快速将fasta格式的序列改成一行显示》，其实我的这种方法就是在这基础上进行的。加入已经有一个fasta文件为contig.fa，文件中的序列如下：>1...

统计fasta文件每条序列的长度【Perl】

W_LAILAI的博客

11-10

2451

#!/usr/bin/perl -w use strict; my $file="myseq.fa"; open(FH,$file) or die $!; my %hash; my $id=0; while(<FH>){ chomp; my $temp; if($_=~/^>/){ $_=~ s/^>//g; my $temp=$_; next; }...

bam获取序列_如何从BAM文件中提取fastq

weixin_39722196的博客

12-20

2200

虽然高通量测序分析最常用的操作是将fastq比对到参考基因组得到BAM文件，但偶尔我们也需要提取BAM文件中特定区域中fastq。最开始我认为这是一个非常简单的操作，因为samtools其实已经提供了相应的工具samtools fastq.以biostar handbook的Ebola病毒数据为例，首先获取比对得到的BAM文件。# 建立文件夹mkdir -p refs# 根据Accession下载...

生信技能树编程实战题-题目整理版1

08-04

1. **生信编程很简单**：这部分涉及了基本的序列处理，如从FASTQ到FASTA的转换，统计碱基数量和GC含量，以及对FASTA序列的操作，如取互补序列、反向序列和DNA-RNA转换。更高级的任务包括根据坐标取序列、多文件合并...

序列输入// 输出

XIUXIU179的博客

04-23

1735

1 分析或读取序列 Bio.SeqIO.parse()将序列数据读成 SeqRecord 对象。它有两个参数:第一个参数是要读取的 handle。handle 是一个要读的打开文件,但是可以从命令行输出,或者可以从网上下载。第二个参数是一个小写的序列特征格式--我们不会为你猜想文件格式。到http://biopython.org/wiki/SeqIO 查看支持的文件格...

生信脚本练习（12）求fasta文件各序列长度并统计作图

08-20

6378

题目要求是要从一个fasta文件中统计出每条序列的长度分布，并作图。代码如下：import os import getpass import matplotlib.pyplot as plt usr = getpass.getuser() os.chdir('c:/Users/' + usr + '/Desktop') seq_len = {} # 把fasta文件全部读取做成字典，键是带‘>’的那

contig N50---小脚本

hac_kill_you的博客

08-17

3449

基因组N50, GC 含量计算

统计 fasta 文件序列长度及 GC 含量

weixin_30887919的博客

01-14

2392

注：该脚本适用于序列不断开的情况可用一下命令将折行的序列合并为一行 awk '/^>/ {printf("\n%s\t",$0);next;} {printf("%s",$0);} END {printf("\n");}' < assembly.fasta | egrep -v '^$' | tr "\t" "\n" > assembly.fas 运行脚本 python ...

按文件数目拆分fasta——无事闲写

浮生终有醒

07-15

2585

#!/usr/bin/env perl use warnings; use strict; die "Usage: perl $0 \n" if(@ARGV ne 3); open FA, $ARGV[0] or die $!; $/ = "\n>"; my @fa; while() { chomp; s/^>//; push @fa, $_; }

perl 从fastq文件中挑选出序列长度在规定范围的序列

niuhuihui_fei的博客

05-23

3110

perl 从fastq文件中挑选出序列长度在规定范围的序列 FASTQ文件长度过滤

Linux统计文件数目

qq_20828113的博客

11-06

395

计算基因组染色体长度的Python脚本

aa453205586的博客

06-21

5049

调用命令：python cal_chrom_length.py hg19.fasta hg19.len import sys import os fasta_path = sys.argv[1] len_path = sys.argv[2] temp_path = len_path + ".temp" fw = open(len_path, "w+") os.system("fasta

fastq fasta 序列数快速统计

五月的田野

07-26

6477

fasta序列条数统计统计大于号开始的行数 # 通过搜索&amp;gt;的数量 grep -c '^&amp;gt;' myFasta.fasta #seqkit统计提取 seqkit stats t.fa -T | grep -v file | cut -f 4 fastq序列条数统计压缩格式解压，统计行数除以4 # 通常以fastq.gz格式压缩 zcat input.fastq.gz |...

将fasta文件凭借id进行拆分