seqkit安装与使用 （生物信息学工具-003）--seqkit常用操作（补01）

参考seqkit安装与使用 v2.5.1（生物信息学工具-003）

01 按照fasta的ID去重，相同ID的序列被去除

seqkit rmdup -n test.fasta -o test.rmdup.fasta

02 按照fasta序列去重，相同碱基组成的序列被去除

适用于蛋白序列和核酸序列

seqkit rmdup -s test.fasta -o test.rmdup.fasta

03 统计序列状态

seqkit stat test.fasta > test.fasta.txt

seqkit seq test.fa  #查看fa文件等同于cat less

04 输出序列ID

seqkit seq test.fa -n -i > test.fa.id  #展示序列ID，仅仅空格前面内容

grep -i '>' test.fa   #展示序列ID行全部内容

05 根据id提取序列

seqkit grep -f test_id.txt test.fa -o new_test.fa   #根据id提取序列

06 转换核酸序列为蛋白序列，cds转换为pep

这个也方便了建树所需要，同时丰富了多序列比对的层次。

MAFFT安装及使用-mafft v7.520（bioinfomatics tools-004）

seqkit translate test.fa > protein.fa #转化为蛋白序列，cds转化pep

seqkit translate test.fa --trim > protein.fa #去除*