使用本地安装文件中的 bed 文件信息检索 fasta 序列

Question

这应该可以满足您的需要：

for i in $(awk '{print $1"_"$2+1"_"$3}' foo.bed); do grep -A 1 $i seqs.fa ; done

解释

awk '{print $1"_"$2+1"_"$3}' foo.bed：这将打印 .bed 文件每一行的染色体以及起始和结束坐标。请注意$2+1，因为文件中的坐标与.bed.例如，对于文件的前三行：
```
$ awk '{print $1"_"$2+1"_"$3}' foo.bed 
chr10_91061478_91062132
chr12_77456451_77457116
chr7_150754940_150755706
```
for i in $(command); do ...; donecommand：这将保存as返回的每个值$i，然后用它做一些事情。
grep -A 1 $i seqs.fa: 这就是“东西”。它将 grepawk命令的每个结果并打印匹配的行以及下一个 ( -A 1)。

如果您需要再次执行此操作，请不要使用 RSAT！¹有更简单的方法可以做到这一点。相反，下载每个染色体的 FASTA 序列，然后使用包中的工具exonerate（可通过 Debian 安装在基于 Debian 的系统上sudo apt-get install exonerate）。该过程（假设您有一个名为的每条染色体的 FASTA 文件chrN.fa）：

awk '{print $1,$2,($3-$2)}' foo.bed | while read chr start length; do
    fastasubseq /path/to/$chr.fa $start $length >> subseqs.fa
done

上面的命令将提取感兴趣的子序列（假设坐标始终相对于正链，因为它们应该是）并且应该只需要几秒钟。

¹ _{不要误会我的意思，RSAT 套件是一个很棒的工具，我非常尊重与我一起工作了几年的作者，但它不一定是此类大规模工作的最佳工具。}

Answer 1

这应该可以满足您的需要：

for i in $(awk '{print $1"_"$2+1"_"$3}' foo.bed); do grep -A 1 $i seqs.fa ; done

解释

awk '{print $1"_"$2+1"_"$3}' foo.bed：这将打印 .bed 文件每一行的染色体以及起始和结束坐标。请注意$2+1，因为文件中的坐标与.bed.例如，对于文件的前三行：
```
$ awk '{print $1"_"$2+1"_"$3}' foo.bed 
chr10_91061478_91062132
chr12_77456451_77457116
chr7_150754940_150755706
```
for i in $(command); do ...; donecommand：这将保存as返回的每个值$i，然后用它做一些事情。
grep -A 1 $i seqs.fa: 这就是“东西”。它将 grepawk命令的每个结果并打印匹配的行以及下一个 ( -A 1)。

如果您需要再次执行此操作，请不要使用 RSAT！¹有更简单的方法可以做到这一点。相反，下载每个染色体的 FASTA 序列，然后使用包中的工具exonerate（可通过 Debian 安装在基于 Debian 的系统上sudo apt-get install exonerate）。该过程（假设您有一个名为的每条染色体的 FASTA 文件chrN.fa）：

awk '{print $1,$2,($3-$2)}' foo.bed | while read chr start length; do
    fastasubseq /path/to/$chr.fa $start $length >> subseqs.fa
done

上面的命令将提取感兴趣的子序列（假设坐标始终相对于正链，因为它们应该是）并且应该只需要几秒钟。

¹ _{不要误会我的意思，RSAT 套件是一个很棒的工具，我非常尊重与我一起工作了几年的作者，但它不一定是此类大规模工作的最佳工具。}

使用本地安装文件中的 bed 文件信息检索 fasta 序列

答案1

解释

相关内容