代码之家 › 专栏 › 技术社区 › MAPK

在Linux中将tab转换为fasta格式

bioinformatics sed awk bash linux

2

MAPK · 技术社区 · 6 年前

我有文字( infile-table.txt )文件有两列,用如下制表符分隔:

TRINITY_DN5561_c0_g1_i1 len=391 path=[369:0-390] [-1, 369, -2]  TTGGCTGGAATTCAAAAGCTTTCGATT
TRINITY_DN15396_c0_g1_i1 len=235 path=[213:0-234] [-1, 213, -2] CGAGCTTGGGTAAATGGGATCAAACTAGATTA
len=298 path=[1:0-297] [-1, 1, -2]  GCTGTGATTTCTGCCATCGGAGAGGGCACAGACGGC

我想把它们转换成这样:

>TRINITY_DN5561_c0_g1_i1 len=391 path=[369:0-390] [-1, 369, -2] 
TTGGCTGGAATTCAAAAGCTTTCGATT
>TRINITY_DN15396_c0_g1_i1 len=235 path=[213:0-234] [-1, 213, -2]    
CGAGCTTGGGTAAATGGGATCAAACTAGATTA
>len=298 path=[1:0-297] [-1, 1, -2] 
GCTGTGATTTCTGCCATCGGAGAGGGCACAGACGGC

我试过但不起作用的命令:

awk '{printf ">%s\n%s\n",$1,$2}' infile-table.txt > outfile.fasta

2 回复 | 直到 6 年前

1

4

glenn jackman 6 年前

您只是缺少“制表符分隔”位:

awk -F '\t' '{printf ">%s\n%s\n",$1,$2}' infile-table.txt
#...^^^^^^^

如果您愿意,可以将awk程序简化一点:设置输出字段分隔符到换行符,并且:

awk -F'\t' -v OFS='\n' '{$1 = ">" $1} 1' infile-table.txt

当您更改第一个字段时,awk将使用ofs重新创建$0,后面的“1”将打印记录。

而且,自从你添加了 sed 标签:

sed 's/^/>/;s/\t/\n/' infile-table.txt

2

0

Diego Mariano 6 年前

使用Python!创建一个名为“extract.py”的文件:

lines = open("infile-table.txt").readlines()

for line in lines:
    cols = line.split("\t")
    print(">"+cols[0]+"\n"+cols[1])

然后,在终端中运行:“python extract.py”。