sed编辑生物信息数据

最新推荐文章于 2024-06-25 19:45:09 发布
最新推荐文章于 2024-06-25 19:45:09 发布
阅读量2k 收藏 3
点赞数
分类专栏： bioinformation
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。
本文链接：https://blog.csdn.net/sunchengquan/article/details/85013705
版权

文章目录

stream editor 流编辑器

sed工具工作原理及特性

  1. 行编辑器 （全屏编辑器：vi）

  2. 按行处理，读取一行到临时缓冲区，也就是模式空间pattern space

  3. 默认不编辑原文件，仅对模式空间中的数据做处理，如果需要修改需加-i参数

  4. 默认情况下，模式空间中的内容打印一次，被模式匹配到的内容被命令动作处理过，一般情况下会再次打印 到标准输出，除非使用d选项。

  5. 支持正则和扩展正则表达式

按行处理，读取一行到临时缓冲区，也就是模式空间 ，默认不改变原文件；经过模式匹配处理后，将模式空间中的内容打印到标准版输出并自动清空该空间中的内容，该空间是sed的主要活动空间。

sed 命令

NAME

  • sed - stream editor for filtering and transforming text

SYNOPSIS

  • sed [OPTION]… {script-only-if-no-other-script} [input-file]…

  • sed 选项 地址定界 编辑命令 文件

sed option ‘AddressCommand’ file …

Options
-n : 静默模式，不输出模式空间中的内容至屏幕，即关闭不能被模式匹配到的行到标准输出中
-e : 多项编辑一次执行
-f FILE : FILE中每行是一个操作命令
-r : 支持扩展正则表达式
-i : 直接保存至原文件中
Address
  1. startline,endline 例如：1，100
  2. /RegExp/ 例如：/^root/
  3. /pattern1/,/pattern2/ 解释：第一次被pattern1匹配到的行开始，至第一个被pattern2匹配到的行束，这中间的所有行
  4. lineNumber 指定行，\$:最后一行
  5. startline,+N 从startline开始，向后的N行
Command

例如：

sed -n ‘5,8p’ passwd

sed ‘1,2d’ passwd

sed ‘3,$d’ passwd

地址定界常规方法

基因组注释文件（gtf）数据示例：

!cat ./data/demo.gtf

##gff-version 3
AB	Twinscan	exon	150	200	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	exon	300	401	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	CDS	380	401	.	+	0	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	exon	501	650	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	CDS	501	650	.	+	2	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	exon	700	800	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	CDS	700	707	.	+	2	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	exon	900	1000	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	start_codon	380	382	.	+	0	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	stop_codon	708	710	.	+	0	gene_id "AB.0"; transcript_id "AB.0.1";

空地址：即对全文进行处理

%%bash
sed 's/AB/ab/' ./data/demo.gtf

##gff-version 3
ab	Twinscan	exon	150	200	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
ab	Twinscan	exon	300	401	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
ab	Twinscan	CDS	380	401	.	+	0	gene_id "AB.0"; transcript_id "AB.0.1";
ab	Twinscan	exon	501	650	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
ab	Twinscan	CDS	501	650	.	+	2	gene_id "AB.0"; transcript_id "AB.0.1";
ab	Twinscan	exon	700	800	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
ab	Twinscan	CDS	700	707	.	+	2	gene_id "AB.0"; transcript_id "AB.0.1";
ab	Twinscan	exon	900	1000	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
ab	Twinscan	start_codon	380	382	.	+	0	gene_id "AB.0"; transcript_id "AB.0.1";
ab	Twinscan	stop_codon	708	710	.	+	0	gene_id "AB.0"; transcript_id "AB.0.1";

单地址

%%bash
#指定行
sed -n '$p' ./data/demo.gtf

echo '----------------------'
#/pattern/ : 被模式匹配到的每一行 
awk '{print $0}' ./data/demo.gtf |sed -n '/.*exon/p' 

AB	Twinscan	stop_codon	708	710	.	+	0	gene_id "AB.0"; transcript_id "AB.0.1";
----------------------
AB	Twinscan	exon	150	200	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	exon	300	401	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	exon	501	650	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	exon	700	800	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	exon	900	1000	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";

地址范围

%%bash
#显示除2到5行的所有行
sed '2,5d' ./data/demo.gtf

echo '----------------------'
#删除2向下5行
sed '2,+5d' ./data/demo.gtf

echo '----------------------'
#删除从第1行到被模式匹配到的第一个行的位置
sed '1,/.*start_codon/d' ./data/demo.gtf

echo '----------------------'

#删除模式1匹配到的行和被模式2匹配到的行 
sed '/.*CDS/,/.*start_codon/d' ./data/demo.gtf

##gff-version 3
AB	Twinscan	CDS	501	650	.	+	2	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	exon	700	800	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	CDS	700	707	.	+	2	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	exon	900	1000	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	start_codon	380	382	.	+	0	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	stop_codon	708	710	.	+	0	gene_id "AB.0"; transcript_id "AB.0.1";
----------------------
##gff-version 3
AB	Twinscan	CDS	700	707	.	+	2	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	exon	900	1000	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	start_codon	380	382	.	+	0	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	stop_codon	708	710	.	+	0	gene_id "AB.0"; transcript_id "AB.0.1";
----------------------
AB	Twinscan	stop_codon	708	710	.	+	0	gene_id "AB.0"; transcript_id "AB.0.1";
----------------------
##gff-version 3
AB	Twinscan	exon	150	200	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	exon	300	401	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	stop_codon	708	710	.	+	0	gene_id "AB.0"; transcript_id "AB.0.1";

步进地址表示法

%%bash

#1~2: 所有奇数行
sed -n '1~2p' ./data/demo.gtf

echo '---------------------------------'
#2~2: 所有偶数行
sed -n '2~2p' ./data/demo.gtf


##gff-version 3
AB	Twinscan	exon	300	401	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	exon	501	650	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	exon	700	800	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	exon	900	1000	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	stop_codon	708	710	.	+	0	gene_id "AB.0"; transcript_id "AB.0.1";
---------------------------------
AB	Twinscan	exon	150	200	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	CDS	380	401	.	+	0	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	CDS	501	650	.	+	2	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	CDS	700	707	.	+	2	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	start_codon	380	382	.	+	0	gene_id "AB.0"; transcript_id "AB.0.1";

sed编辑命令

  • d : 删除模式空间中的内容

  • p : 显示被模式框定的内容

  • a \line : 追加line行至匹配到行的后面，如果是多行可使用\n实现多行追加

  • P : 只显示模式空间中的第一行

  • i \line : 添加line行到匹配行的前面，如果是多行可使用\n实现多行添加

  • c \line : 把匹配到的行替换为line行

  • w /PATH : 将模式空间匹配到的行，写入指定文件中

  • r /PATH : 将PATH中指定的文件写入匹配到的行下方，多用于文件合并

  • q : 退出sed,一般用于打印到第几行即退出

  • y : 完成大小写替换（等同于s///,基本不用）

  • = : 匹配到的行，显示一个行号，默认在其匹配到的行上方显示对应的行号，如果需要只显示行号，需要加-n参数，把模式空间中的内容关闭显示。

  • ! : 条件取反，一般用于模式之后，命令之前

  • s/pattern/string/ : 字符替换查找，其分隔符可自动指定，常用的有,s@pattern@string@、s#pattern#string#

  • n : 读取下一行覆盖模式空间中的行

  • N : 读取下一行并追加到模式空间中的行后面，使用\n分隔

  • {} : 多命令同时执行时，需要使用{}括起来

  • h : 把模式空间中的内容覆盖至保持空间中

  • H : 把模式空间中的内容追加至保持空间中

  • g : 把保持空间中的内容覆盖至模式空间中

  • G : 把保持空间中的内容追加至模式空间中

  • x : 把模式空间中的内容到保持空间中的内容互换，初始保持空间中为空

d : 删除模式空间中的内容

%%bash
sed '2,$d' ./data/demo.gtf

echo
#删除奇数行，只显示偶数行
sed '1~2d' ./data/demo.gtf

##gff-version 3

AB	Twinscan	exon	150	200	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	CDS	380	401	.	+	0	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	CDS	501	650	.	+	2	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	CDS	700	707	.	+	2	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	start_codon	380	382	.	+	0	gene_id "AB.0"; transcript_id "AB.0.1";

p : 显示被模式框定的内容

%%bash
#查找demo.gtf文件中第三列以stop_codon结尾的行并打印出来
awk '{print $3}' ./data/demo.gtf   |sed -n '/stop_codon$/p' 

stop_codon

a \line : 追加line行至匹配到行的后面，如果是多行可使用\n实现多行追加

%%bash
#查找匹配到start_codon的行，并在后面添加line1,line2两行内容
sed '/.*start_codon/ a\line1\nline2' ./data/demo.gtf

#在passwd的第五行下追加一行‘hello world’
echo
sed  '5a\hello world' ./data/demo.gtf


##gff-version 3
AB	Twinscan	exon	150	200	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	exon	300	401	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	CDS	380	401	.	+	0	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	exon	501	650	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	CDS	501	650	.	+	2	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	exon	700	800	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	CDS	700	707	.	+	2	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	exon	900	1000	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	start_codon	380	382	.	+	0	gene_id "AB.0"; transcript_id "AB.0.1";
line1
line2
AB	Twinscan	stop_codon	708	710	.	+	0	gene_id "AB.0"; transcript_id "AB.0.1";

##gff-version 3
AB	Twinscan	exon	150	200	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	exon	300	401	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	CDS	380	401	.	+	0	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	exon	501	650	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
hello world
AB	Twinscan	CDS	501	650	.	+	2	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	exon	700	800	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	CDS	700	707	.	+	2	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	exon	900	1000	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	start_codon	380	382	.	+	0	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	stop_codon	708	710	.	+	0	gene_id "AB.0"; transcript_id "AB.0.1";

P : 只显示模式空间中的第一行

%%bash
#显示结果为1、3两行
#N : 读取下一行并追加到模式空间中的行后面，使用\n分隔
#默认动作先读取两行，然后执行P操作
seq 5 | sed -n 'N;P' 

#显示结果为1,3,5
echo 
seq 6 | sed -n 'N;P' 

1
3

1
3
5

i \line : 添加line行到匹配行的前面，如果是多行可使用\n实现多行添加

%%bash
#查找匹配到bash结尾的行，并在前面添加line1,line2两行内容
sed '/^#/ i\line1\nline2' ./data/demo.gtf

#在passwd的第五行前追加一行‘hello world’
echo
sed  '5i\hello world' ./data/demo.gtf

line1
line2
##gff-version 3
AB	Twinscan	exon	150	200	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	exon	300	401	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	CDS	380	401	.	+	0	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	exon	501	650	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	CDS	501	650	.	+	2	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	exon	700	800	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	CDS	700	707	.	+	2	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	exon	900	1000	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	start_codon	380	382	.	+	0	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	stop_codon	708	710	.	+	0	gene_id "AB.0"; transcript_id "AB.0.1";

##gff-version 3
AB	Twinscan	exon	150	200	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	exon	300	401	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	CDS	380	401	.	+	0	gene_id "AB.0"; transcript_id "AB.0.1";
hello world
AB	Twinscan	exon	501	650	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	CDS	501	650	.	+	2	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	exon	700	800	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	CDS	700	707	.	+	2	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	exon	900	1000	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	start_codon	380	382	.	+	0	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	stop_codon	708	710	.	+	0	gene_id "AB.0"; transcript_id "AB.0.1";

c \line : 把匹配到的行替换为line行

%%bash
#将demo.gtf的第一行修改为‘helloworld’
sed '1c\hello world' ./data/demo.gtf |head -2

#匹配包含exon的行，并把其替换为newline行
echo
sed '/.*exon/c \newline' ./data/demo.gtf

hello world
AB	Twinscan	exon	150	200	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";

##gff-version 3
newline
newline
AB	Twinscan	CDS	380	401	.	+	0	gene_id "AB.0"; transcript_id "AB.0.1";
newline
AB	Twinscan	CDS	501	650	.	+	2	gene_id "AB.0"; transcript_id "AB.0.1";
newline
AB	Twinscan	CDS	700	707	.	+	2	gene_id "AB.0"; transcript_id "AB.0.1";
newline
AB	Twinscan	start_codon	380	382	.	+	0	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	stop_codon	708	710	.	+	0	gene_id "AB.0"; transcript_id "AB.0.1";

w /PATH : 将模式空间匹配到的行，写入指定文件中

%%bash
#匹配非#开始的行，并写入当前目录下的w.txt文件中
sed -n '/^#/!w ./w.txt' ./data/demo.gtf
cat w.txt

#匹配#开始的行，并写入当前目录下的w1.txt文件中
echo
sed -n '/^#/w ./w1.txt' ./data/demo.gtf
cat w1.txt

AB	Twinscan	exon	150	200	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	exon	300	401	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	CDS	380	401	.	+	0	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	exon	501	650	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	CDS	501	650	.	+	2	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	exon	700	800	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	CDS	700	707	.	+	2	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	exon	900	1000	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	start_codon	380	382	.	+	0	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	stop_codon	708	710	.	+	0	gene_id "AB.0"; transcript_id "AB.0.1";

##gff-version 3

r /PATH : 将PATH中指定的文件写入匹配到的行下方，多用于文件合并

%%bash
#把当前目录下的w1.txt文件写入到以#开头的行下
sed '/^#/r ./w1.txt' ./data/demo.gtf

#把当前目录下的w1.txt文件写入到第二行和第三行下
echo
sed '2,3r ./w1.txt' ./data/demo.gtf

##gff-version 3
##gff-version 3
AB	Twinscan	exon	150	200	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	exon	300	401	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	CDS	380	401	.	+	0	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	exon	501	650	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	CDS	501	650	.	+	2	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	exon	700	800	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	CDS	700	707	.	+	2	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	exon	900	1000	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	start_codon	380	382	.	+	0	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	stop_codon	708	710	.	+	0	gene_id "AB.0"; transcript_id "AB.0.1";

##gff-version 3
AB	Twinscan	exon	150	200	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
##gff-version 3
AB	Twinscan	exon	300	401	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
##gff-version 3
AB	Twinscan	CDS	380	401	.	+	0	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	exon	501	650	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	CDS	501	650	.	+	2	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	exon	700	800	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	CDS	700	707	.	+	2	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	exon	900	1000	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	start_codon	380	382	.	+	0	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	stop_codon	708	710	.	+	0	gene_id "AB.0"; transcript_id "AB.0.1";

q : 退出sed,一般用于打印到第几行即退出

%%bash
#只打印文件中的前3行，等同于sed -n '1,3p' FILE
sed '3q' ./data/demo.gtf
echo
sed -n '1,3p' ./data/demo.gtf

##gff-version 3
AB	Twinscan	exon	150	200	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	exon	300	401	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";

##gff-version 3
AB	Twinscan	exon	150	200	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	exon	300	401	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";

y : 完成大小写替换（等同于s///,基本不用）

%%bash
echo "abcdef" | sed 'y/abcdef/123456/'
echo "fedcba" | sed 'y/abcdef/123456/'
echo "abcd" | sed 'y/abcd/ABCD/'

echo 
#替换1到5行的内容bash为BASH
sed '1,5y/AB/ab/' ./data/demo.gtf

123456
654321
ABCD

##gff-version 3
ab	Twinscan	exon	150	200	.	+	.	gene_id "ab.0"; transcript_id "ab.0.1";
ab	Twinscan	exon	300	401	.	+	.	gene_id "ab.0"; transcript_id "ab.0.1";
ab	Twinscan	CDS	380	401	.	+	0	gene_id "ab.0"; transcript_id "ab.0.1";
ab	Twinscan	exon	501	650	.	+	.	gene_id "ab.0"; transcript_id "ab.0.1";
AB	Twinscan	CDS	501	650	.	+	2	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	exon	700	800	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	CDS	700	707	.	+	2	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	exon	900	1000	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	start_codon	380	382	.	+	0	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	stop_codon	708	710	.	+	0	gene_id "AB.0"; transcript_id "AB.0.1";

= : 匹配到的行，显示一个行号，默认在其匹配到的行上方显示对应的行号，如果需要只显示行号，需要加-n参数，把模式空间中的内容关闭显示。

%%bash
#在匹配到stop_codon的行打印其行号
sed  -n '/.*stop_codon/=' ./data/demo.gtf
sed  -n '/.*stop_codon/p' ./data/demo.gtf

linenum=`sed  -n '/.*stop_codon/=' ./data/demo.gtf`
echo "$linenum>>>`sed  -n '/.*stop_codon/p'  ./data/demo.gtf`"

#显示最后一行的行号，一般可用于显示文本的总行数。
echo
sed -n '$=' ./data/demo.gtf

#显示所有行的行号，但空行不显示行号
echo
sed -n '/./=' ./data/demo.gtf


11
AB	Twinscan	stop_codon	708	710	.	+	0	gene_id "AB.0"; transcript_id "AB.0.1";
11>>>AB	Twinscan	stop_codon	708	710	.	+	0	gene_id "AB.0"; transcript_id "AB.0.1";

11

1
2
3
4
5
6
7
8
9
10
11

! : 条件取反，一般用于模式之后，命令之前

%%bash
#显示以##g开头的行
sed '/^##g/!d' ./data/demo.gtf
echo
sed -n '/^##g/p' ./data/demo.gtf



##gff-version 3

##gff-version 3

s/pattern/string/ : 字符替换查找，其分隔符可自动指定，常用的有,s@pattern@string@、s#pattern#string#

%%bash
echo 替换1到5行的内容AB为ab
sed '1,5y/AB/ab/' ./data/demo.gtf

echo "y与s命令的区别"
sed '1,5s/AB/ab/' ./data/demo.gtf

echo '只能替换每行开始的第一个匹配pattern'
sed '1,5s/B/b/' ./data/demo.gtf

echo 'g全局替换'
sed '1,5s/B/b/g' ./data/demo.gtf

echo '查找1到5行B将其替换为b，并且只显示被替换过的行'
sed -n '1,5s/B/b/gp' ./data/demo.gtf

替换1到5行的内容AB为ab
##gff-version 3
ab	Twinscan	exon	150	200	.	+	.	gene_id "ab.0"; transcript_id "ab.0.1";
ab	Twinscan	exon	300	401	.	+	.	gene_id "ab.0"; transcript_id "ab.0.1";
ab	Twinscan	CDS	380	401	.	+	0	gene_id "ab.0"; transcript_id "ab.0.1";
ab	Twinscan	exon	501	650	.	+	.	gene_id "ab.0"; transcript_id "ab.0.1";
AB	Twinscan	CDS	501	650	.	+	2	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	exon	700	800	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	CDS	700	707	.	+	2	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	exon	900	1000	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	start_codon	380	382	.	+	0	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	stop_codon	708	710	.	+	0	gene_id "AB.0"; transcript_id "AB.0.1";
y与s命令的区别
##gff-version 3
ab	Twinscan	exon	150	200	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
ab	Twinscan	exon	300	401	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
ab	Twinscan	CDS	380	401	.	+	0	gene_id "AB.0"; transcript_id "AB.0.1";
ab	Twinscan	exon	501	650	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	CDS	501	650	.	+	2	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	exon	700	800	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	CDS	700	707	.	+	2	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	exon	900	1000	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	start_codon	380	382	.	+	0	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	stop_codon	708	710	.	+	0	gene_id "AB.0"; transcript_id "AB.0.1";
只能替换每行开始的第一个匹配pattern
##gff-version 3
Ab	Twinscan	exon	150	200	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
Ab	Twinscan	exon	300	401	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
Ab	Twinscan	CDS	380	401	.	+	0	gene_id "AB.0"; transcript_id "AB.0.1";
Ab	Twinscan	exon	501	650	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	CDS	501	650	.	+	2	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	exon	700	800	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	CDS	700	707	.	+	2	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	exon	900	1000	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	start_codon	380	382	.	+	0	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	stop_codon	708	710	.	+	0	gene_id "AB.0"; transcript_id "AB.0.1";
g全局替换
##gff-version 3
Ab	Twinscan	exon	150	200	.	+	.	gene_id "Ab.0"; transcript_id "Ab.0.1";
Ab	Twinscan	exon	300	401	.	+	.	gene_id "Ab.0"; transcript_id "Ab.0.1";
Ab	Twinscan	CDS	380	401	.	+	0	gene_id "Ab.0"; transcript_id "Ab.0.1";
Ab	Twinscan	exon	501	650	.	+	.	gene_id "Ab.0"; transcript_id "Ab.0.1";
AB	Twinscan	CDS	501	650	.	+	2	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	exon	700	800	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	CDS	700	707	.	+	2	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	exon	900	1000	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	start_codon	380	382	.	+	0	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	stop_codon	708	710	.	+	0	gene_id "AB.0"; transcript_id "AB.0.1";
查找1到5行B将其替换为b，并且只显示被替换过的行
Ab	Twinscan	exon	150	200	.	+	.	gene_id "Ab.0"; transcript_id "Ab.0.1";
Ab	Twinscan	exon	300	401	.	+	.	gene_id "Ab.0"; transcript_id "Ab.0.1";
Ab	Twinscan	CDS	380	401	.	+	0	gene_id "Ab.0"; transcript_id "Ab.0.1";
Ab	Twinscan	exon	501	650	.	+	.	gene_id "Ab.0"; transcript_id "Ab.0.1";

%%bash
echo 将每行中最后一个字符删除，.$代表每行的最后一个字符
sed 's/.$//' ./data/demo.gtf
echo "将AB 替换为AB script,&表示对前面模式的引用"
sed 's/AB/& script/' ./data/demo.gtf
echo 将“#”开头的行替换为#+gtf
#sed 's/^\(#\).*/\1 gtf/' ./data/demo.gtf
#sed -r 's/^(#).*/\1 gtf/' ./data/demo.gtf
#sed -r 's#^(xxx).*#\1 gtf#' ./data/demo.gtf
sed -r 's@^(#).*@\1 gtf@' ./data/demo.gtf




将每行中最后一个字符删除，.$代表每行的最后一个字符
##gff-version 
AB	Twinscan	exon	150	200	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1"
AB	Twinscan	exon	300	401	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1"
AB	Twinscan	CDS	380	401	.	+	0	gene_id "AB.0"; transcript_id "AB.0.1"
AB	Twinscan	exon	501	650	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1"
AB	Twinscan	CDS	501	650	.	+	2	gene_id "AB.0"; transcript_id "AB.0.1"
AB	Twinscan	exon	700	800	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1"
AB	Twinscan	CDS	700	707	.	+	2	gene_id "AB.0"; transcript_id "AB.0.1"
AB	Twinscan	exon	900	1000	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1"
AB	Twinscan	start_codon	380	382	.	+	0	gene_id "AB.0"; transcript_id "AB.0.1"
AB	Twinscan	stop_codon	708	710	.	+	0	gene_id "AB.0"; transcript_id "AB.0.1"
将AB 替换为AB script,&表示对前面模式的引用
##gff-version 3
AB script	Twinscan	exon	150	200	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB script	Twinscan	exon	300	401	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB script	Twinscan	CDS	380	401	.	+	0	gene_id "AB.0"; transcript_id "AB.0.1";
AB script	Twinscan	exon	501	650	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB script	Twinscan	CDS	501	650	.	+	2	gene_id "AB.0"; transcript_id "AB.0.1";
AB script	Twinscan	exon	700	800	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB script	Twinscan	CDS	700	707	.	+	2	gene_id "AB.0"; transcript_id "AB.0.1";
AB script	Twinscan	exon	900	1000	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB script	Twinscan	start_codon	380	382	.	+	0	gene_id "AB.0"; transcript_id "AB.0.1";
AB script	Twinscan	stop_codon	708	710	.	+	0	gene_id "AB.0"; transcript_id "AB.0.1";
将“#”开头的行替换为#+gtf
# gtf
AB	Twinscan	exon	150	200	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	exon	300	401	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	CDS	380	401	.	+	0	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	exon	501	650	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	CDS	501	650	.	+	2	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	exon	700	800	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	CDS	700	707	.	+	2	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	exon	900	1000	.	+	.	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	start_codon	380	382	.	+	0	gene_id "AB.0"; transcript_id "AB.0.1";
AB	Twinscan	stop_codon	708	710	.	+	0	gene_id "AB.0"; transcript_id "AB.0.1";

%%bash
#去终端操作
#history > hist
cat hist|tail -2

echo "去掉空白字符"
sed 's#[[:space:]]\+##g' hist|tail -2

echo "去掉行首的空白字符"
sed 's#^[[:space:]]\+##g' hist|tail -2

 3007  2018-10-21 13:33:58 less hist 
 3008  2018-10-21 13:34:56 history > hist
去掉空白字符
30072018-10-2113:33:58lesshist
30082018-10-2113:34:56history>hist
去掉行首的空白字符
3007  2018-10-21 13:33:58 less hist 
3008  2018-10-21 13:34:56 history > hist

%%bash

echo "如果只想从第几次开始替换，可使用3g即Ng(N代表一个数值)"
echo "sksksksksksk" | sed 's/sk/SK/3g'

如果只想从第几次开始替换，可使用3g即Ng(N代表一个数值)
skskSKSKSKSK

n : 读取下一行覆盖模式空间中的行 返回

%%bash
echo "处理两行为一个单位"
echo "读取一行到pattern space ，默认输出，紧接着读取下一行覆盖原来的内容，然后执行d删除，执行默认输出，空"
seq 11 | sed  'n;d'

echo "处理两行为一个单位"
echo "读取一行到pattern space，默认输出，紧接着是p打印，然后读取下一行覆盖原来的内容，执行默认输出"
seq 11 | sed   'p;n'

echo "处理两行为一个单位"
echo "读取一行到pattern space 抑制默认输出，接着是p打印，然后读取下一行覆盖原来的内容，抑制默认输出"
seq 11 | sed -n 'p;n'


echo "读取一行到pattern space ，默认输出，紧接着读取下一行覆盖原来的内容，默认输出"
seq 11 | sed 'n'

读取一行到pattern space ，默认输出，紧接着读取下一行覆盖原来的内容，然后执行d删除
1
3
5
7
9
11
读取一行到pattern space，默认输出，紧接着是p打印，然后读取下一行覆盖原来的内容，执行默认输出
1
1
2
3
3
4
5
5
6
7
7
8
9
9
10
11
11
读取一行到pattern space 抑制默认输出，接着是p打印，然后读取下一行覆盖原来的内容，抑制默认输出
1
3
5
7
9
11
读取一行到pattern space ，默认输出，紧接着读取下一行覆盖原来的内容
1
2
3
4
5
6
7
8
9
10
11

N : 读取下一行并追加到模式空间中的行后面，使用\n分隔 返回

%%bash

echo "读取两行（以\n分隔）到pattern space中 ，然后删除pattern space中的内容，默认输出为空"
echo "最后一行是单行，所以读取一行到pattern space，默认输出"
seq 11 | sed 'N;d'

echo "显示结果为空"
seq 10 | sed 'N;d' 

echo "读取两行（以\n分隔）到pattern space中 ，然后打印pattern space中的内容，默认输出"
seq 10 | sed 'N;p' 

# seq 11 | sed 'N;p' 

读取两行（以\n分隔）到pattern space中 ，然后删除pattern space中的内容，默认输出为空
最后一行是单行，所以读取一行到pattern space，默认输出
11
显示结果为空
读取两行（以\n分隔）到pattern space中 ，然后打印pattern space中的内容，默认输出
1
2
1
2
3
4
3
4
5
6
5
6
7
8
7
8
9
10
9
10

{} : 多命令同时执行时，需要使用{}括起来 返回

%%bash
echo "读取rstudio开始的行，再读取下一行并打印模式空间的内容。"
sed -n '/^rstudio/{N;p}' passwd

读取rstudio开始的行，再读取下一行并打印模式空间的内容。
rstudio-server:x:992:990::/home/rstudio-server:/bin/bash
sunchengquan:x:1000:1000::/home/sunchengquan:/bin/bash

sed高级说明举例说明

!seq 4 | sed 'n;d'

1
3

说明：pattern space先读入1，默认输出1，然后执行到n，把下一行2读入pattern space中并覆盖原本的1。然后pattern space中的内容（2）被删除（d操作），默认输出空，所以打印出1\n3

!seq 4 | sed 'n'

1
2
3
4

!seq 4 | sed 'n;p'

1
2
2
3
4
4

!seq 5 | sed 'n;d'

1
3
5

!seq 4 | sed 'N;d'

执行N操作相当于一次性读入两行，以\n分割，或者也可以这么说，pattern space先读入行，然后执行到N，把下一行添加到当前的pattern space中，pattern space内容为两行以\n分割。

说明：pattern space先读入1，然后执行到N，把下一行添加到当前的pattern space中，pattern space内容为1\n2，然后执行d操作被删除。接下去读入3（系统读入总是覆盖原有内容），执行N，pattern space 内容变为3\n4，然后再被删除

!seq 7 | sed 'N;d'

7

理解n 与N

%%bash
seq 4 | sed 'n'
echo 'n'
seq 4 | sed -n 'n'
echo 'N'
seq 4 | sed -n 'N'

1
2
3
4
n
N

以上两都不会输出输入，-n参数把模式空间中的内容关闭显示了

%%bash
seq 4 | sed -n 'n;p'

2
4

说明：读取1到pattern space ，抑制默认输出1，接着n读取下一行2并覆盖pattern spcae的内容，p打印pattern space2,
抑制默认输出

%%bash
seq 4 | sed -n 'N;p'
# seq 4 | sed  'N;p'

1
2
3
4

说明：N读取1\n2行的内容，抑制默认输出1\n2，p打印pattern space内容1\n2

%%bash
seq 5 | sed -n 'N;p'

1
2
3
4

N首先读取1\n2 -->打印模式空间 -->读取3\n4—>打印模式空间—>读取5行发现没有第6行—>失败

%%bash
seq 5 | sed  'n;p'

1
2
2
3
4
4
5

首先读取1到pattern space ，默认输出1，接着读取下一行2覆盖原来的1，p打印2，默认输出2

%%bash
seq 5 | sed  -n 'n;p'

2
4

首先读取1到pattern space ，抑制默认输出1，接着读取下一行2覆盖原来的1，p打印2，抑制默认输2

理解 x

%%bash
# seq 11 | sed -n 'x;p' == seq 11 | sed 'x'

seq 11 | sed 'x'

1
2
3
4
5
6
7
8
9
10

说明：模式空间的1<—>保持空间的空白行–>打印模式空间的空行，11并没有打印出来，因为他在保持空间中

%%bash
seq 4 | sed '/3/{x;p;x}'

seq 4 | sed -n '/3/{x;p;x}'

1
2

3
4

说明：当匹配到3的时候，执行交换，现在模式空间为空行，保持空间中为3，执行p命令显示模式空间中的空行，x再交换两这空间的内容，此是模式空间为3,默认模式空间的就会输出至标准屏幕，故3之前多了一个空行

%%bash
seq 4 | sed '/3/{x;p;x;d}'

1
2

4

说明：当第二个x交换回来，直接交给d执行，故3就没有了，只多了一条空行

理解h和H

!seq 4 | sed 'h;x'

1
2
3
4

说明：把模式空间中的内容覆盖到保持空间，再交换，再打印至标准输出

!seq 4 | sed 'x;h'

说明：先把模式空间的与保持空间交换，现在模式空间为空行，保持空间为1，然后再把模式空间覆盖保持空间，再输出至标准输出，故都为空行

理解G和g

!seq 4 | sed '/3/g'

1
2

4

说明：当匹配到3的时候，把保持空间的空行覆盖到模式空间，故就输出了空行

%%bash
seq 3 | sed  '1!G'

1
2

3

说明： 不是第1行就执行G操作，G是追加保持空间到模式空间，即为2+空行

!seq 3 | sed '1!G;h;$!d'

3
2
1

说明：当读到第一行时G不操作，然后把模式空间的内容覆盖到保持空间，然后删除模式空间，此时，保持空间为1，当读到第二行时，把保持空间的内容追加到模式空间，此时模式空间为2\n1,再执行h，把模式空间中的内容再覆盖到保持空间，此时保持空间为2\n1,删除模式空间，读取第3行时，把保持空间的内容追加到模式空间中，此时模式空间的为3\n\2\n1,最后一行不执行d操作

%%bash

echo 在原有的每行后方添加一个空白行
seq 3 | sed 'G' 

在原有的每行后方添加一个空白行
1

2

3

%%bash

echo 不是最后一行删除，取出最后一行
seq 3 |sed '$!d' 

不是最后一行删除，取出最后一行
3
sunchengquan
关注
  • 0
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
生物信息之独孤九剑——sed
xxxie_的博客
07-23 320
编者按： 在金庸武学体系的众多武功之中，独孤九剑并不是最强劲的武功，它与其他武林绝学有很大的不同，可以说是鹤立鸡群。比如乔峰的降龙十八掌，段誉的六脉神剑，张无忌的九阳神功，石破天的罗汉伏魔神功，这些神功都需要强大的内力支撑，而独孤九剑则不同，不需要内力，这点其实可以从华山派气宗与剑宗的分歧就可以看出来。独孤九剑传人风清扬属于剑宗，更注重招式，而不是像剑宗注重练气。独孤九剑分为总诀式，破剑式，破刀式...
生物信息常用30个Linux命令（二）
xxxie_的博客
07-04 618
学习生物信息，Linux是必须掌握的内容，其实常用的Linux命令也就30个左右，而且这些命令都是单词的简写，记忆起来并不困难。从这次内容开始，我们将详细介绍这30个左右的命令。 11、cat cat: concatenate 连接 cat的一个作用是查看文件，一般是比较小的文件，行数小于一个屏幕，最多不要超过两个屏幕，否则会刷屏； cat另一个作用是合并多个文件，一般配合重定向合并为一个新文件或...
sed 替换_生物信息之独孤九剑——sed
weixin_39653311的博客
12-08 98
编者按：　 在金庸武学体系的众多武功之中，独孤九剑并不是最强劲的武功，它与其他武林绝学有很大的不同，可以说是鹤立鸡群。比如乔峰的降龙十八掌，段誉的六脉神剑，张无忌的九阳神功，石破天的罗汉伏魔神功，这些神功都需要强大的内力支撑，而独孤九剑则不同，不需要内力，这点其实可以从华山派气宗与剑宗的分歧就可以看出来。独孤九剑传人风清扬属于剑宗，更注重招式，而不是像剑宗注重练气。独孤九剑分为总诀式，破剑式，破刀...
Linux生物信息常用基础命令
weixin_42131139的博客
03-24 861
Linux - 服务器登陆 目录操作 文本处理 登陆服务器 macOS–>terminal ssh 用户名@IP地址 输入密码 Linux文件夹与文件管理命令 Linux的命令格式 pwd ls cd mkdir touch mv rm cp tar In 命令格式 命令+参数+文件 command [-options] [parameter] [FILE] 查询命令 man+命令 命令±-help参数 搜索引擎：关键词Linux+命令 eg. tar -zxvf Data.tar.gz 不同颜
生物信息linux网络课,Linux及生物信息学习记录
weixin_42513546的博客
05-04 83
作为一个生物信息方面方面的初学者，今天和大家分享一下自己学习的过程及学习中遇到的问题。一方面为了能借此回顾自己所学内容，另一方面也借此与其他初学者交流。我最初的学习分为三大部分，一是对Linux命令的基本学习，二是基因组学，转录组学等知识的学习，目前是进行的是基因组学的学习，包括测序技术的发展及测序的原理，测序主流程的构建，测序相关软件的使用。三是相关英文文献的阅读。在这里我就直接简单的总结一下我...
seqkit安装与使用 v2.5.1（生物信息学工具-003）
weixin_44874487的博客
02-23 1809
SeqKit - 跨平台且极速的FASTA/Q文件操作工具包，生信胶水之一。
【Linux】生物信息学常用基本命令
最新发布
2301_76771985的博客
06-25 1041
其中tar是用于打包的命令，-c表示创建一个新文件，-f后面跟的是创建的文件的文件名，最后是要把哪些文件打包，当然可以把这几个文件名全复制下来写在这里，但是比较麻烦，我们发现这几个文件的文件名唯一不同的地方就是1 2 3 4这里的数字，我们使用*替代这个位置，*在这里是通配符的作用，表示只要含有TAIR10_chr什么什么.fas的文件名都要打包起来。yy这个方式就是一次复制一行，但是如果我们想要一次复制好几行，比如三行，就按3y，如果要选择性的复制某些内容，就要按v先进入可视化模式，如图。
学习生物信息学的十条准则
Xingze_Li
11-05 896
介绍 测序技术正变得比以往任何时候都更加先进和实惠。作为回应，不断壮大的国际联盟，例如地球生物基因组计划 (EBP) 、万种脊椎动物基因组计划 (G10K)、全球无脊椎动物基因组联盟 (GIGA) 、5000种昆虫基因组(i5K)、万种植物基因组计划(10KP)，还有许多组织制定了对地球上所​​有生命进行测序的宏伟计划。 这些联盟旨在利用基因组数据来揭示我们星球生物多样性的生物学秘密，并将这些知识应用于现实世界的问题，例如提高我们对物种进化的理解，协助保护受威胁的物种，以及确定新的医学目标，农业或工业用途。
Sed数据的备份与恢复
05-17
Sed数据的备份与恢复 Sed 数据的备份与恢复是空间数据管理中最重要的工作环节之一，也是保障空间数据安全的重要方式。ArcSDE 作为空间数据库引擎，在 ArcGIS 8.1 系列软件中属于服务器端的产品，在整个产品框架中，...
sed命令 处理编辑文本文件
01-09
sed 可依照脚本的指令来处理、编辑文本文件。sed 主要用来自动编辑一个或多个文件、简化对文件的反复操作、编写转换程序等。 语法格式：sed [参数] 常用参数： -e或–expression= 以选项中指定的script来处理输入...
显著性检测数据集 SED2
07-18
SED2（Significant Event Detection Dataset 2）是一个专门针对这一目标设计的数据集，它为研究者提供了训练和评估显著性检测算法的宝贵资源。 在图像处理和机器学习中，数据集是模型训练的基础，SED2数据集正是...
快速理解linux流编辑器sed命令
07-21
`sed` 是 `stream editor` 的缩写，作为一种非交互式的流编辑器，它主要用于文本数据的过滤和转换。不同于 `vi` 或 `vim` 这类编辑器，`sed` 不会直接修改原始文件，而是在标准输出中展示经过修改后的结果。这一特性...
使用sed编辑器1
08-03
这个特性使得sed特别适合处理大量文本数据的批量编辑任务。 sed的工作方式是逐行读取文件内容，执行指定的操作，然后将修改后的行输出。默认情况下，原始文件不会被修改，除非用户选择重定向输出或保存更改。sed的...
生物信息数据格式：fastq格式
热门推荐
sunchengquan的博客
03-05 3万+
文章目录格式说明实例演练判断fastq序列编码是Phred33(Illumina1.8+) or Phred64(Illumina1.3+)fastq转换fasta格式Linux 操作fastq获取数据统计reads_1.fq文件中共有多少条序列信息输出reads_1.fq文件中的标识符（即以@开头的那一行）输出reads_1.fq文件中所有序列的信息（即每个序列的第二行）输出reads_1.fq...
转录组分析流程
sunchengquan的博客
12-31 3万+
文章目录分析流程概述下载测试数据数据质量控制Tophat –&amp;amp;amp;amp;gt; Cufflink –&amp;amp;amp;amp;gt; Cuffdiff流程代码Subread -&amp;amp;amp;amp;gt; featureCounts -&amp;amp;amp;amp;gt; DESeq2流程代码DESeq2差异分析读取数据,提取表达矩阵表型数据读取,样本分组信息可视化样本间的相似性构建DESeqDataSet（dds）对象使用rlo
vcftools用法详解
sunchengquan的博客
01-28 2万+
vcftools是一种可以对VCF文件和BCF文件进行格式转换及过滤的工具 参考：vcftools使用手册 输入参数 –vcf &amp;lt; input_filename &amp;gt; 支持v4.0、v4.1或者v4.2版本的VCF文件 –gzvcf &amp;lt; input_filename &amp;gt; 通过gzipped压缩过的VCF文件 –bcf &amp;lt; input_filename &amp;gt; B
安装和使用SRA toolkit
sunchengquan的博客
04-01 2万+
进入软件安装目录 cd ~/local/app/ 下载 SRA toolkit (确保你的下载链接对应的软件版本是跟你的系统一致的） curl -O https://ftp-trace.ncbi.nlm.nih.gov/sra/sdk/2.8.2/sratoolkit.2.8.2-centos_linux64.tar.gz 解压 tar xzvf sratoolkit.2.8...
生物信息数据格式：bed格式
sunchengquan的博客
12-15 1万+
文章目录BED format（基因组的注释文件）基本列附加列示例[Bedtools简介](https://bedtools.readthedocs.io/en/latest/index.html)下载安装演示版的bed文件 (demo.bed)我们的基因组文件（genome.txt）[bedtools slop](http://bedtools.readthedocs.io/en/latest/c...
Sed编辑器手册：自动化文本处理
"这是一份关于sed命令的使用手册，...这份sed手册详细介绍了如何使用sed进行文本处理，无论是初学者还是有经验的用户，都能从中找到所需的信息。通过学习和实践，你可以掌握这个强大的工具，提高文本处理的效率和精度。
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