解析fasta文件頭

Question

我想爲每個fasta頭添加一個附加列，其中包含字段四與空格分隔（假設'|'是輸入文件頭中的字段分隔符）。

這次沒有可行的想法。

輸入文件：

>gi|568301760|ref|NC_023137.1| Phaeobacter gallaeciensis DSM 26640, complete genome 
AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA 

所需的輸出：

>NC_023137.1 gi|568301760|ref|NC_023137.1| Phaeobacter gallaeciensis DSM 26640, complete genome 
AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA 

Answer 1

一些這樣的：

awk -F"[>|]" '/^>/ {$1=">"$5}8' OFS="|" file 
>NC_023137.1|gi|568301760|ref|NC_023137.1| Phaeobacter gallaeciensis DSM 26640, complete genome 
AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA 

這應該得到>和|正確：

awk -F"[|]" '/^>/ {$0=substr($0,1,1)$4" "substr($0,2)}1' file 
>NC_023137.1 gi|568301760|ref|NC_023137.1| Phaeobacter gallaeciensis DSM 26640, complete genome 
AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA 

Answer 2

一個Perl選項：

perl -F"[>|]" -pae 's/^>/>$F[4] /' file.fa 

輸出：

>NC_023137.1 gi|568301760|ref|NC_023137.1| Phaeobacter gallaeciensis DSM 26640, complete genome 
AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA 

希望這有助於！