溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
這篇文章主要介紹了fasta序列如何按指定格式輸出，具有一定借鑒價值，感興趣的朋友可以參考下，希望大家閱讀完這篇文章之后大有收獲，下面讓小編帶著大家一起了解一下。
前言：有時在處理fasta文件時，我們需要序列按照規(guī)定的格式排列。
很多人應該遇到過需要將序列排列到一行上，或者每行按照規(guī)定的bp數(shù)顯示。我也經(jīng)常遇到像60bp，70bp的不等長fasta序列共存于同一個fasta文件中的情況，為了避免不同長度對后面的處理造成影響，一般最好將格式統(tǒng)一。
fasta file format:
雖然是個小問題，但是卻有很多不同的方法來實現(xiàn)這些操作，那接下來還是以舉例說明，講解一些方法來實現(xiàn)上面講到的兩種格式排列。
1、這里我使用全長158bp，60bp每行顯示，最后一行38bp排列的兩條fasta序列組成的fasta文件來舉例。
test.fa：
$ cat test.fa >chr_test1GATCACAGGTCTATCACCCTATTAACCACTCACGGGAGCTCTCCATGCATTTGGTATTGCAGTATCTGTCTTTGATTCCTGCCTCATCCTATTATTTATCGCACCTACGTTCAATATTTTTTAACAGTCACCCCCCAACTAACACATTCCAACTAACC>chr_test2GATCACAGGTCTATCACCCTATTAACCACTCACGGGAGCTCTCCATGCATTTGGTATTGCAGTATCTGTCTTTGATTCCTGCCTCATCCTATTATTTATCGCACCTACGTTCAATATTTTTTAACAGTCACCCCCCAACTAACACATTCCAACTAACC
2、首先是使用awk排列到一行：
$ awk '/^>/ { if(NR>1) print ""; printf("%s\n",$0); next; } { printf("%s",$0);} END {printf("\n");}' test.fa >chr_test1GATCACAGGTCTATCACCCTATTAACCACTCACGGGAGCTCTCCATGCATTTGGTATTGCAGTATCTGTCTTTGATTCCTGCCTCATCCTATTATTTATCGCACCTACGTTCAATATTTTTTAACAGTCACCCCCCAACTAACACATTCCAACTAACC>chr_test2GATCACAGGTCTATCACCCTATTAACCACTCACGGGAGCTCTCCATGCATTTGGTATTGCAGTATCTGTCTTTGATTCCTGCCTCATCCTATTATTTATCGCACCTACGTTCAATATTTTTTAACAGTCACCCCCCAACTAACACATTCCAACTAACC
3、另外biopython處理fasta、fastq文件也很方便，也有相應的解決辦法。
biopython中默認是按照60bp每行輸出的，如果去查查它的幫助文檔，可以查到FastaWriter可以在寫出文件中指定fasta序列的wrap（換行？）數(shù)目：
我寫了一個biopython版本的，可以用它指定的參數(shù)nwrap完成上面的兩種操作，設(shè)置nwrap為0時即顯示到一行上。
wrap_xbp.py:
import argparsefrom Bio import SeqIOfrom Bio.SeqIO.FastaIO import FastaWriter###usage descriptiondescribe=argparse.ArgumentParser(description="Make Fasta Sequence in a Single Line or Wrap N bp One Line")describe.add_argument("-nwrap",help="n base per line;default=0 means seq in one line",default=0,type=int)describe.add_argument("orgf",help="Original fasta")#原始fasta文件describe.add_argument("optf",help="Output fasta")#修改格式后的輸出文件args=describe.parse_args()###handle to output and FastaWriter to make normalized outputoutput_fasta = open(args.optf,"w")#打開文件句柄用于寫出文件writer = FastaWriter(output_fasta,wrap=args.nwrap)#設(shè)置寫出格式writer.write_file(SeqIO.parse(args.orgf,"fasta"))#讀取原始文件并按照要求格式寫出output_fasta.close()#關(guān)閉文件句柄
運行得到50bp每行的輸出文件test_50wrap.fa
$ python3 wrap_xbp.py -nwrap 50 test.fa test_50wrap.fa$ cat test_50wrap.fa>chr_test1GATCACAGGTCTATCACCCTATTAACCACTCACGGGAGCTCTCCATGCATTTGGTATTGCAGTATCTGTCTTTGATTCCTGCCTCATCCTATTATTTATCGCACCTACGTTCAATATTTTTTAACAGTCACCCCCCAACTAACACATTCCAACTAACC>chr_test2GATCACAGGTCTATCACCCTATTAACCACTCACGGGAGCTCTCCATGCATTTGGTATTGCAGTATCTGTCTTTGATTCCTGCCTCATCCTATTATTTATCGCACCTACGTTCAATATTTTTTAACAGTCACCCCCCAACTAACACATTCCAACTAACC
4、另外bbmap也有很快捷易用的reformat.sh來進行相同的操作。
按照50bp每行排列：
$ ~/tool/bbmap/reformat.sh in=test.fa out=test_out2.fa fastawrap=50
結(jié)果文件按照50bp每行排列：
$ cat test_out2.fa>chr_test1GATCACAGGTCTATCACCCTATTAACCACTCACGGGAGCTCTCCATGCATTTGGTATTGCAGTATCTGTCTTTGATTCCTGCCTCATCCTATTATTTATCGCACCTACGTTCAATATTTTTTAACAGTCACCCCCCAACTAACACATTCCAACTAACC>chr_test2GATCACAGGTCTATCACCCTATTAACCACTCACGGGAGCTCTCCATGCATTTGGTATTGCAGTATCTGTCTTTGATTCCTGCCTCATCCTATTATTTATCGCACCTACGTTCAATATTTTTTAACAGTCACCCCCCAACTAACACATTCCAACTAACC
當然也可以規(guī)劃到一行顯示，只需要設(shè)置大一些即可：fastawrap=50000000000
感謝你能夠認真閱讀完這篇文章，希望小編分享的“fasta序列如何按指定格式輸出”這篇文章對大家有幫助，同時也希望大家多多支持億速云，關(guān)注億速云行業(yè)資訊頻道，更多相關(guān)知識等著你來學習!
免責聲明：本站發(fā)布的內(nèi)容（圖片、視頻和文字）以原創(chuàng)、轉(zhuǎn)載和分享為主，文章觀點不代表本網(wǎng)站立場，如果涉及侵權(quán)請聯(lián)系站長郵箱：is@yisu.com進行舉報，并提供相關(guān)證據(jù)，一經(jīng)查實，將立刻刪除涉嫌侵權(quán)內(nèi)容。
億速云公眾號
手機網(wǎng)站二維碼