FASTA/Q序列处理神器---seqkit

该软件对于处理FASTA/Q十分方便，省去自己编写脚本

• 安装

1 conda install seqkit

• 使用

• 序列操作（seq）

 1 ## 取方向序列
 2 seqkit   seq  test.fa   -r  >  test_re.fa
 3
 4 ## 取互补序列
 5 seqkit   seq   test.fa  -p  >  test_com.fa
 6
 7 ## 取方向互补序列
 8 seqkit   seq   test.fa  -r  -p  > test_re_com.fa
 9
10 ## RNA---> DNA序列
11 seqkit   seq  test.fa   rna2dna     >    test_dna.fa
12
13 ## 小写字母输出
14 seqkit  seq  test.fa  -l  >  test_lower.fa
15
16 ## 大写字母输出
17 seqkit   seq   test.fa  -u >  test_upper.fa
18
19 ## 指定每行序列的输出长度(为0的话，代表为一整行，默认的输出 长度是60个碱基)
20 seqkit  seq  test.fa  -w  10  >  test_10.fa  (指定序列的长度为10)
21
22 ## 将多行序列转换为一行序列
23 seqkit   seq  test.fa   -w   0   >  test_w.fa
24
25 ## 只输出序列
26 seqkit   seq  test.fa  -s  -w 0 > test_seq.fa
27
28 ## 将只输出的序列的，指定每行输出的碱基数
29 seqkit   seq  test_seq.fa  -s  -w 40 > test_seq40.fa

• Fasta/q之间以及与tab格式互换

1 ## 将fataq文件转化为fasta格式.
2 seqkit fq2fa   test.fq   -o   test.fa
3
4 ## 将fasta格式转化为tab格式
5 seqkit  fx2tab  test.fa >  test_tab.fa (没有seq参数)

• 序列信息统计

1 ## 序列碱基含量
2 seqkit  fx2tab  -l  -g  -n  -i  -H  test.fa
3
4 ## 序列长度的整体分布统计
5 seqkit  stat  test.fa

• 提取序列（grep）

1 ## 给定基因名字，gene.txt; 从基因所对应的fasta文件提取序列;
2 seqkit grep -f gene test.fa |seqkit seq -i >gene.fa
3 ## 参数
4 -i: 只输出ID，后面的信息不输出，比如长度等信息

-----END-----

关注下方公众号可获得更多精彩