原标题:通过基因ID文件从fasta文件中提取特定的基因
通过基因ID文件从fasta文件中提取特定的基因序列
Extract sequence with header from a fasta file with specific ID given in another file
最近在进行一些转录组数据的挖掘和分析实验,在实际的数据处理中,往往需要对目标序列文件进行基于一定条件的筛选,比如本文中所提到的通过基因ID文件从fasta文件中提取得到特定的基因序列。
1. 访问网址http://hgdownload.cse.ucsc.edu/admin/exe/linux.x86_64/
2. 下载faSomeRecords脚本
faSomeRecords.txt
3. 将txt后缀删除(这里为了上传方便),拷贝到指定的文件夹,运行命令行:
$ chmod +x faSomeRecords #赋予文件可执行权限,为Linux系统下执行
4. 执行如下命令,进行数据处理
./faSomeRecords db.fasta id.txt query.fasta #其中db.fasta是原始的fasta文件,id.txt列入了需要查找的基因ID,每行一个,query.fasta为输出文件,包含对应ID的序列信息。
注:本文非本人原创,主要参考瑞典Mohammad Tanvir Ahamed博士在biostarts中的回复(https://www.biostars.org/p/127141/),并在此基础上根据我的使用经验进行整理所得。
此外,extract_seqs_by_sample_id.py 脚本也可以完成这一任务,但其对应的平台安装过于麻烦,这里不多做介绍。有兴趣的盆友请移步http://qiime.org/s/extract_seqs_by_sample_id.html。
本文引用地址:http://blog.sciencenet.cn/blog-1334016-932006.html 此文来自科学网陈振玺博客,转载请注明出处。
上一篇:Download sra file from NCBI through command line (aspera)返回搜狐,查看更多
责任编辑: