生物信息学基础（五）- seqkit

用于操作fq/fa文件

​官方文档：http://bioinf.shenwei.me/seqkit

安装：conda install -c bioconda seqkit

参数详解：

amplicon：通过引物提取扩增子(或其周围的特定区域)

bam：对bam文件进行处理

common：发现多个文件之间的共同序列

concat：从多个文件中连接具有相同ID的序列

convert：在Sanger, Solexa和Illumina之间转换FASTQ质量编码

duplicate：复制n次序列

fa2fq：从fa文件中检索fq文本

fx2tab：将fq/fa文件转换为表格模式，包含GC含量，质量等

genautocomplete：生成shell自动完成脚本(bash|zsh|fish|powershell)

grep：通过ID/name/sequence/sequence/motif搜索序列，允许不匹配

head：提取前n条序列

head-genome：打印第一个基因组的序列，名称中有共同的前缀

locate：定位到subsequences/motifs，允许不匹配

mutate：编辑序列(点突变、插入、删除)

pair：从两个fastq文件匹配成对的reads

range：打印范围内的fq/fa文本

rename：重复id重命名

replace：用正则表达式替代name/sequence

restart：重置环形基因组位置

rmdup：删除重复序列的ID/name/sequence

sample：按数量或比例取样

sana：清理不完整的单行fq文件

scat：对fastx进行连接

seq：可用于选择、滤除或随机提取从FASTA或FASTQ文件中的序列

shuffle：随机序列

sliding：在滑动窗口中提取子序列

sort：按id/name/sequence/length排序

split：按id/seq region/size/parts将序列拆分为文件(主要用于FASTA)

split2：按size/parts序列拆分为文件

stats：fq/fa简单统计

subseq：按照region/gtf/bed获取子序列

sum：计算fq/fa文件中所有序列的消息摘要

tab2fx：将表格格式转换为fq/fa

translate：将DNA/RNA翻译成蛋白质序列

version：版本

watch：实时监控序列文件的数据