更改FASTA文件頭

-1

我有幾個FASTA文件，我想更改頁眉更改FASTA文件頭

>XP_001267680.1 conserved hypothetical protein [Aspergillus clavatus NRRL 1] 
MTEILARLTAPSAYRYASCEILEDYGRQLRELIAYIKQPRTTADIATAAEFLLDNLDPSLHSASY... 
>XP_001267682.1 60S ribosomal protein L18 [Aspergillus clavatus NRRL 1] 
MGIDLDRHHVRSTHRKAPKSENVYLQVLVKLYRFLSRRTESNFNKVVLRRLFMSRINRPPVS... 
etc...

而且我想改變的fasta文件，所以它看起來是這樣的：

>Acla00001 
MTEILARLTAPSAYRYASCEILEDYGRQLRELIAYIKQPRTTADIATAAEFLLDNLDPSLHSASY... 
>Acla00002 
MGIDLDRHHVRSTHRKAPKSENVYLQVLVKLYRFLSRRTESNFNKVVLRRLFMSRINRPPVS... 
... 
>Acla03871 
MTEILARLTAPSAYRYASCEILEDYGRQLRELIAYIKQPRTTADIATAAEFLLDNLDPSLHSASYLF... 
>Acla03872 
MGIDLDRHHVRSTHRKAPKSENVYLQVLVKLYRFLSRRTESNFNKVVLRRLFMSRINRPPVSL...

我發現這段代碼刪除所有行，如果行以>開頭，並添加一個新的>和有機體名稱+數字。

org = 'Acla'  
os.popen("""cat %s.fa | awk '/^>/{print ">%s" ++i; next}{print}'""" % (org, org)).read()

我希望所有這些線的長度是通過將零這樣的數量是5位數字或字符串的總長度爲10

來源

2017-03-08 Jasper

[編輯]你的問題來解釋如何''XP_001267680.1在輸入映射到'> Acla00001'中保留假設蛋白質[麴黴麴黴NRRL1]'並且4條輸入線如何變成8條輸出線。還要擺脫'...'s，因此您可以提供樣本輸入/輸出，我們可以測試潛在的解決方案。不要以爲我們知道你的輸入中出現'生物體名稱' - 只要告訴我們你想要哪個輸入字符串改變爲哪個輸出字符串。 –

它不會更改爲8，只是試圖解釋說，如果數字是4位數字，則應該加1;如果數字是一位數字，則應該加4。 – Jasper

改變打印語句

/^>/{printf ">Acla%05d\n",++i ...

等於

來源

2017-03-08 23:58:27 karakfa

這給了我一個錯誤：S cat Acla.fa | awk'/ ^>/{printf「> Acla％05d \ n」++ i;下一個} {打印}' awk：運行時錯誤：沒有足夠的參數傳遞給printf（「> Acla％05d 1」） \t FILENAME =「 - 」FNR = 1 NR = 1 – Jasper

您錯過了逗號。 – karakfa

哈哈哈，哎呀，它的工作原理！ – Jasper

更改FASTA文件頭

回答

相關問題