一行代码去除序列中含有n或者其他简并碱基的低质量序列

一行代码去除atcg/ATCG之外的碱基的序列

不管是测序的序列，还是从数据库中下载的序列，部分序列中含有位置的碱基n或者简并碱基如W,R, K等，这些碱基可能很可能是测序质量不佳或者对后续分析不利需要去除，可以使用一行代码去除

1. 去除含有n的序列

awk '{if($0~/^>/)a=$0;else{if($0!~/n/)print a"\n"$0}}' yourfile.fa >yourfile_pure.fa

2. 如何序列含有w，k，r之类的非atcg碱基，使用以下代码：

awk '{if($0~/^>/)a=$0;else{if($0!~/[^atcgATCG]/)print a"\n"$0}}' yourfile.fa >yourfile_pure.fa

推荐使用这个代码，小写的atcg和大写的ATCG序列均适合

3. 查询多少序列含atcg外的碱基：

grep -v ">" yourfile.fa|grep  -i  [^atcg]|wc -l