使用awk单行脚本实现DNA序列长度过滤

最新推荐文章于 2022-09-18 07:00:02 发布
最新推荐文章于 2022-09-18 07:00:02 发布
阅读量1k 收藏 2
点赞数 1
分类专栏： 序列操作 文章标签： NGS 二代测序 生物信息
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/weixin_44022515/article/details/102889425
版权

使用awk函数过滤长度

NGS的reads过滤或者DNA片段的长度过滤，除了用软件，还可以用awk函数，一行代码即可搞定

  1. 单行fasta：
    假设过滤40bp的序列
awk '{if($0~/>/) geneName=$0;if(length($0)>40) print geneName"\n"$0;}' seq
  1. 多行fasta：
    假设过滤70bp的序列
awk 'BEGIN{OFS=FS="\t"}{if($0~/>/) name=$0 ;else seq[name]=seq[name]$0;}END{for(i in seq) {if(length(seq[i])>70) print i"\n"seq[i]}}' test.fasta
XH生信ML笔记
关注
  • 1
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Linux三剑客--awk(生物信息数据处理)
卫博
12-06 888
AWK的名字来自其设计师的首字母:Alfred V. Aho、Peter J. Weinberger和Brian W. Kernighan。 AWK命令可以追溯到Unix早期。它是POSIX标准的一部分，应该可以在任何类unix系统上使用。 虽然与Perl等多用途语言相比，AWK有时会因其过时或缺少特性而受到质疑，但它仍然是我在生信分析中喜欢使用的工具。 本篇教程带你由浅入深，一步步掌握awk命令在生信分析中的重要作用。 声明： 1、 作者水平有限，不足之处请指正！ 2、本文不定时持续更新！AWK comm
使用awk随机截取细菌DNA基因组指定长度片段
XH生信和机器学习空间
11-04 829
要求： 大约10000个细菌基因组序列，每个fasta文件1个基因组，可能有多个contig或者单个contig。要求在每个基因组上随机截取2000bp的片段，每个基因组截取10段。 代码 联合使用grep，awk，和awk的随机化种子rand #!/bin/bash # this code used for resample seg from a genome contigs files ...
告别重复造轮子| 利用单行awk，实现根据序列长度过滤fasta文件
刘永鑫的博客——宏基因组公众号
09-18 734
个人认为，生物信息学本质上是利用多种交叉学科的思想和技术对大批量数据进行处理分析、最终筛选出有用信息的一个过程。在学习生信的时候，面对同样的数据我们可能有很多方法去处理它，但这一过程往往会产生一个问题，那就是重复造轮子。比如：「现在有一个包含数百条蛋白序列的fasta文件，可你只想要序列长度小于300的蛋白，该怎么处理手头的数据？」Python当然是一个很好的选择，但想要用python处理这样一个...
shell脚本编辑6：awk过滤
weixin_34250709的博客
11-14 90
awk数据过滤，统计（行，列）： 逐行处理器 awk内植变量 $1,$2,$3..... 第n列 NF 当前行有多少列 NR 当前行号 awk打印常量（“常量必须要使用引号”打印多个以逗号隔开） 格式： Awk 选项 ‘BEGIN{} 条件{} END{}‘ 文件 原则所有的指令必须放在 {}中 BEGIN{} 指令在读取内容前执行1次 条件{} 指令...
awk 筛选特定长度的序列
weixin_30586257的博客
07-02 620
awk '/^>/ {printf("\n%s\t",$0);next;} {printf("%s",$0);} END {printf("\n");}' < assembly.fasta | egrep -v '^$' | tr "\t" "\n" | awk '!/^>/ { next } { getline seq } length(seq) > 200 { prin...
AWK单行脚本快速参考.doc
06-22
在AWK中，单行脚本可以实现快速的数据处理和分析。以下是对标题和描述中涉及的知识点的详细解释： 1. **AWK表达式元字符** - `\`：用于转义特殊字符，例如`\n`表示换行。 - `^`：匹配字符串的开始，表示以某个...
AWK单行脚本快速参考.pdf
09-26
在AWK中，单行脚本通常用于快速解决简单的文本处理任务。下面将详细解释PDF文件中提到的一些常见AWK单行脚本知识点。 1. **打印每一行** - 使用`1`作为脚本可以直接打印输入的每一行，因为AWK默认的行为是如果...
sed awk单行脚本快速参考
11-17
文本间隔： # 在每一行后面增加一空行 sed G awk '{printf("%s \n\n",$0)}' # 将原来的所有空行删除并在每一行后面增加一空行。 # 这样在输出的文本中每一行后面将有且只有一空行。
AWK单行脚本快速参考
09-06
AWK单行脚本快速参考
Sed and Awk 单行脚本快速参考
10-11
Sed and Awk 单行脚本快速处理字符或者文本
【DNA计算】DNA编码----笔记1
I am what i am
07-25 1万+
DNA编码的学习—-笔记1虽然一万个不想学这个东西，但还是要先了解一些。书名《DNA编码序列的设计与优化》第一章 DNA的计算主要讲了DNA计算相关的内容。首先说了DNA为什么出现，分子水平的研究成熟，数学上很多NP-hard问题传统计算机难以有效解决，1994年，Adleman教授用脱氧核糖核苷酸分子为计算介质，以现代分子生物技术为手段，解决了7个定点的有向哈密顿路。总结来说就是以生化反应来解决数
shell三剑客过滤文件内字符串长度输出
Sunny_Future的博客
04-27 2865
三剑客过滤长字符串 记一次过滤文件内容，三剑客awk、grep、sed过滤指定字段、列后，怎料其中混杂编码字符串，这不是我们想要的。所幸，找到了规律，那就是 它 很长…，直接干掉长字符串即可！ 下边是三把剑具体实现！ 我有三把剑，一把awk，一把grep，一把sed [root@centos]# cat test hello helloword test66 awk式 且看，统计字符串长度，用...
awk_强大功能：字符串长度/切割/正则匹配/大小写转化
m0_38034312的博客
08-29 6788
【1】https://blog.csdn.net/xibeichengf/article/details/51346632
linux 下awk 截取过滤大于指定值的方法
weixin_33851177的博客
06-21 2万+
直接上方法：看上图，以tomcat的localhost_access_log.2017-06-21.txt 日志为例，输出的最后一个字段就是耗时，这个可以过滤大于多少的耗时有多少来进行统计。动态过滤：tail -flocalhost_access_log.2017-06-21.txt |awk -F" " '$NF>1.000{print $NF}'详解：awk -F...
linux删除文本中长度小于行_Linux生产环境上，最常用的一套“Sed“技巧
weixin_39969448的博客
11-20 516
sed命令应用广泛，使用简单，是快速文本处理的利器。它其实没多少技巧，背诵、使用是最合适的学习渠道，属于硬技能。但它又很复杂，因为高级功能太多。本篇不去关注sed的高级功能，仅对常用的一些操作，进行说明。随着使用，你会发现它和vim的一些理念是想通的，正则表达式的语法也基本上一样，并没有多少学习成本。从个人视野和工作效率上来看，sed命令都是程序员必须掌握的一个重要工具。那些说可以现场g...
python根据序列长度筛选序列，查找序列中指定碱基序列
weixin_34253539的博客
12-25 1860
先把所有的fasta 序列合并为一个文件cat *.fasta > result_all_Sequence.fasta筛选大于90bp的然后查找其中的GCATfromglobimportglob importos os.chdir("D:\\") file_in=open("result_all_Sequences.fasta",'r')#定义文件f...
seqkit：序列梳理神器-统计、格式转换、长度筛选、质量值转换、翻译、反向互补、抽样、去重、滑窗、拆分等30项全能...
热门推荐
刘永鑫的博客——宏基因组公众号
03-15 4万+
写在前面通过我几天的学习，我发现，seqkit十分好用，将序列的各种操作都囊括进去，加入多线程，我个人认为这将是非常好的胶水，在处理无论是基因组还是其他组学。定是一个必学神器。注意一下教程...
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 1549
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...
AWK过滤命令的使用
18年3月萌新白帽子
05-28 6785
awk '{}' 基本语法三种方式调用awk，1.命令行的方式：   awk [-F 分隔符号] 'comands' input file(s)     分隔符只能制定一个（不能同时制定2个或以上个分割标准）其中 commands 是awk命令，【-f 域分隔符】是可选的。  input-file(s) 是待处理文件在awk中，文件的每一行中，由与分隔符分开的每一项称为一个域，通常，在不指名-F域...
linux awk脚本使用
最新发布
05-27
AWK 是一种文本处理工具，可以用于从文本文件中提取、过滤和处理数据。下面是使用 AWK 编写和执行脚本的一些基本步骤： 1. 编写 AWK 脚本。AWK 脚本由模式和操作构成，其中模式用于匹配输入文本，操作用于处理匹配...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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