seqkit 那些事

1.改为碱基全部大写的形式

seqkit seq -u lower.geno >upper.geno改为碱基全部大写的形式，

{来自基因组注释（一）：重复序列注释 | 生信技工 (yanzhongsino.github.io)}

2.截取指定范围的子序列：

seqkit subseq -r 141:15380 input.fasta > output.fasta

其中，input.fasta是你的输入文件，output.fasta是生成的输出文件。使用-r参数指定要截取的范围，这里是从141到15380。执行该命令后，将会生成一个包含指定范围的子序列的输出文件。

请注意，使用之前要对input.fasta建索引，建索引命令samtools faidx input.fasta

上述命令中的范围索引是以1为基准的。因此，范围141:15380表示截取从第141个碱基到第15380个碱基的子序列。

3.抽提数据

seqkit sample --proportion 0.25 /analysis2/01.Project/OMTSEQ202310016_OMTBI-202312140071_Setaria_italica_survey/00.data/00.data/GB-1/E200010991_L01_GB-1_R1.fq.gz \ seqkit sample --proportion 0.001  duplicated-reads.fq.gz \   | seqkit seq --name --only-id > id.txt  ##管道符前面的命令是随机取总文件25%的序列，管道符后面的是提取前面的符合要求的序列的ID

4.用seqkit软件就可轻松解决

• 去掉单个序列

seqkit grep -v -p "gene2" gene.fa>nogene2.fa

• 去掉一批序列

seqkit grep -v -f geneid.txt gene.fa >nogeneid.fa