不会编程，如何快速提取序列

最新推荐文章于 2022-05-13 21:48:07 发布
最新推荐文章于 2022-05-13 21:48:07 发布
阅读量1.4k 收藏 8
点赞数
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/xxxie_/article/details/97304648
版权
本文介绍了在不具备编程技能的情况下，如何从生物信息学的fasta格式文件中提取特定序列。通过使用文本编辑器、sed、awk、grep和samtools等工具，实现对基因序列的高效检索，特别推荐使用samtools进行大量ID的快速提取。
摘要由CSDN通过智能技术生成

提取序列是生物信息分析中常见的一个操作，也是学习生物信息编程的入门操作。通常是给定基因ID，然后从一个大的数据集里面提取出匹配ID的序列，包含匹配的序列ID和序列信息，类似于Excel中的Vlookup，但是这里需要一个包含序列ID的列表以及一个包含序列的fasta格式文件。如果不会编程该如何提取呢，今天我们就介绍一些方法。
例如这里有五条序列，我们需要根据基因ID，提取出gene3和gene5的内容。

gene1
AGCTTTTCATTCTGACTGCAACGGGCAATATGTCTCTGTGTGGATTAAAAAAAGAGTCTCTGACAGCAGC
TTCTGAACTGGTTACCTGCCGTGAGTAAATTAAAATTTTATTGACTTAGGTCACTAAATACTTTAACCAA
TATAGGCATAGCGCACAGACAGATAAAAATTACAGAGTACACAACATCCATGAAACGCATTAGCACCACC
gene2
ATTACCACCACCATCACCACCACCATCACCATTACCATTACCACAGGTAACGGTGCGGGCTGACGCGTAC
AGGAAACACAGAAAAAAGCCCGCACCTGACAGTGCGGGCTTTTTTTTCGACCAAAGGTAACGAGGTAACA
gene3
ACCATGCGAGTGTTGAAGTTCGGCGGTACATCAGTGGCAAATGCAGAACGTTTTCTGCGGGTTGCCGATA
TTCTGGAAAGCAATGCCAGGCAGGGGCAGGTGGCCACCGTCCTCTCTGCCCCCGCCAAAATCACCAACCA
CCTGGTGGCGATGATTGAAAAAACCATTAGCGGCCAGGATGCTTTACCCAATATCAGCGATGCCGAACGT
ATTTTTGCCGAACTTCTGACGGGACTCGCCGCCGCCCAGCCGGGATTCCCGCTGGC

最低0.47元/天 解锁文章
基因学苑
关注
  • 0
    点赞
  • 踩
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
生信技能23 - Samtools提取BWA比对的mapped reads
LittleComputerRobot的博客
04-22 637
本文目的：筛选出能比对到参考序列的mapped reads，形成新的fastq文件。
samtools提取指定位置核酸或氨基酸序列
Curry_chenhu的博客
08-22 1918
提取序列： samtools faidx input.fa chr1 > chr1.fa samtools faidx input.fa chr1:100-200 > chr1.fa
如何根据 ID 快速从 fastq 文件中提取序列
klcola的专栏
08-08 1万+
第一种方法：使用 grep -A 选项 第一种方式比较简单，用 Linux 系统自带的 grep 命令就可以实现。grep 的 -A NUM 选项在匹配行之后打印尾随的 NUM 行，而 fastq 格式恰好是 4 行代表一个序列，第一行是序列 ID，随后三行分别是序列、+号分隔符、碱基质量分数，因此我们用 grep -A3 选项，就可以将匹配到的序列 ID 和该 ID 对应的其他信息提取出来。举例如下： bash$ grep -A3 '@A00821:376:H3V2LDSXY:3:1101:12753:3
method by id是什么_根据id快速提取fastq序列
weixin_32464651的博客
12-20 265
喜欢就点关注吧!根据fastq序列的id，从原始fastq中提取序列这个操作，应该是大家在处理序列文件的过程中经常遇到的。如果大家用过Biopython，应该知道Bio模块在做fastq这些文件的处理时非常方便。但是有时序列达到几百万几千万条的时候，Bio的速度可能就无法满足要求了。还是举个例子比较好，我从比对筛选过滤之后的bam文件中提取了第一列序列名，保存为id.name文件，想根据...
BWA比对及Samtools提取目标序列
weixin_56827666的博客
05-13 5015
今天想看一下自己的序列里面会不会有某细菌基因组存在，主要使用BWA和Samtools：bwa主要用于将低差异度的短序列与参考基因组进行比对。主要包含三种比对算法：backtrack、SW和MEM，第一种只支持短序列比对（<100bp），后两种支持长序列比对(70bp~1M)，并支持分割比对（split alignment）。MEM算法是最新的也是官方推荐的。BWA-MEM 是一种新的比对算法，用于将测序 reads 或者组装后 contigs 比对至大型参考基因组，例如人参考基因组。它会自动选择局部比
python自动办公-04 快速提取一串字符中的中文
11-04
本节我们将深入探讨如何使用Python快速提取一串字符中的中文字符。这个主题主要涉及字符串处理、正则表达式以及字符编码等相关知识点。 1. **字符串处理**： Python中的字符串是不可变序列，由Unicode字符组成。...
perl and python.zip_DNA_freedom178_序列提取_提取DNA
09-20
DNA 序列提取是生物信息学中的一项基础任务，它涉及从实验数据或数据库中获取特定序列的过程。 2. Perl 在 DNA 序列处理中的应用 Perl 以其强大的文本处理能力而闻名，非常适合处理生物序列数据。在描述的场景中，...
Python cookbook(数据结构与算法)筛选及提取序列中元素的方法
09-20
《Python cookbook（数据结构与算法）》一书中的“筛选及提取序列中元素的方法”章节，就是针对这类问题提供解决方案的。以下是从该章节提炼出的几个核心知识点： 1. 列表推导式：列表推导式是Python中一种非常强大...
时间序列练习_r语言编程练习_
10-03
3. `decompose()`: 分解时间序列，可以提取趋势、季节性和随机成分。 4. `acf()`, `pacf()`: 计算自相关函数（ACF）和偏自相关函数（PACF），用于识别时间序列的阶数和滞后效应。 5. `stl()`: 季节性时间序列分解，...
基于matlab编程实现的TimeSeries时间序列函数.rar
最新发布
05-19
这个压缩包文件“基于matlab编程实现的TimeSeries时间序列函数.rar”显然包含了有关如何使用MATLAB的TimeSeries类来操作和分析时间序列数据的代码示例或教程。时间序列分析广泛应用于金融、经济、工程、气象学等多个...
论文研究-基于HMM的文本信息的结构抽取 .pdf
08-16
基于HMM的文本信息的结构抽取，邹莎莎，王秀坤，信息抽取技术是处理海量文本信息，实现信息结构化的有效途径之一。但目前的信息提取方法，大都局限于语义内容的提取，其结构是扁
提取子序列 subarr
weixin_43939570的博客
04-03 318
#include<iostream> #include<cstring> using namespace std; int main() { int T; cin>>T; while(T--) { int n; char str[10005]; cin>>n; ...
【算法】尺取法——快速求解取连续子序列问题
tjj1998的博客
04-15 441
算法描述 这个算法通过反复推进开头和结尾，可以在O(n)的线性时间内解决连续子序列问题。 算法模拟 比如当前pre=i,pro=j,temp=a[i]+a[j]。 1.如果temp-a[i] &gt; M,则推进pre，pre++，temp-=a[i] 重复1直到temp-a[i] &lt; M 2.如果temp-a[i] &lt; M,则 i—j 为以j为终点最靠近M的值 ...
samtools常用命令详解
weixin_33883178的博客
03-05 1261
samtools的说明文档：http://samtools.sourceforge.net/samtools.shtml samtools是一个用于操作sam和bam文件的工具合集。包含有许多命令。以下是常用命令的介绍 1. view view命令的主要功能是：将sam文件转换成bam文件；然后对bam文件进行各种操作，比如数据的排序(不属于本命令的功能)和提取(这些操作 是对bam文...
Python基础编程(六)——序列类型
止步听风的博客
12-16 796
之前提到了python中的几种标准类型，这里对这几种标准类型简单总结一下，作为学习笔记记录。 在之前文章中提到的关于成员运算符的内容中，出现过序列类型的说法，那么什么是序列类型？ 序列类型 序列(sequence)是指一段可以存放多个值的连续内存空间，这些值按照一定的顺序排列，可以通过每个值所在位置的编号(索引值)来进行访问。 在python中，序列类型包括string，list，tuple，set和dict。一般说来，序列类型都支持索引，切片，相加，相乘，成员操作，但是比较特殊的是，set和dic
根据序列ID提取fasta序列
热门推荐
周欣的博客
06-15 2万+
根据序列ID快速抽提fasta序列在进行完序列比对以及，在微生物多样性分析中经常要根据物种信息抽提特定ID的fasta格式的序列文件。传统方法大家肯定是一个个ID去查找，复制，粘贴。这种方法虽然很精确但是效率实在是太低了。如果能用几行命令解决不仅简单高效，而且还能一劳永逸，妈妈再也不用担心我花几天时间在查找序列上了。下面就正式教大家，怎么把两个文件名字不一样的文件中特定想要的序列文件一一匹配并提取...
GFF3提取fasta序列
little^raccoon
11-20 4674
awk awk '{print "&gt;"$9"\n"$10}' file.gff3 Python fr = open('./file.gff3', 'r') for line in fr.readlines(): name = '&gt;' + line.strip().split('\t')[8] seq = line.strip().split('\t')[9] ...
根据ID从FASTA文件中批量提取序列【Python脚本】
每天都要学Python的博客
02-27 1万+
博主是一个刚刚接触生信的新手，正在学习Linux和Python，偶尔会在该博客上面发布自己练习编程写的脚本，用来记录自己的学习之路。 介绍 根据序列的ID号从FASTA文件中批量提取序列是在平时常常要做的工作，Linux当中grep和awk工具、Perl语言和Python语言都可以实现，以下是博主用Python实现的从FASTA文件中批量提取序列的脚本。 说明 需要用到fasta文件和ID的...
Python读取fasta文件
weixin_35338624的博客
04-23 1万+
AMPs.fasta文件格式： >AP00001 |antibacterial |anticancer/tumor |antifungal GLWSKIKEVGKEAAKAAAKAAGKAALGAVSEAV >AP00004 |antibacterial |antifungal NLCERASLTWTGNCGNTGHCDTQCRNWESAKHGACHKRGNWKCFCYFDC ...
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