fastx tookit 操作fasta/fastq 文件 (1)
准备测试文件 test.fq, 包含4条fastq 文件,碱基编码格式为phred64;
@FC12044_91407_8_200_406_24
NTTAGCTCCCACCTTAAGATGTTTA
+FC12044_91407_8_200_406_24
SXXTXXXXXXXXXTTSUXSSXKTMQ
@FC12044_91407_8_200_720_610
CTCTGTGGCACCCCATCCCTCACTT
+FC12044_91407_8_200_720_610
OXXXXXXXXXXXXXXXXXTSXQTXU
@FC12044_91407_8_200_345_133
GATTTTTTAACAATAAACGTACATA
+FC12044_91407_8_200_345_133
OQTOOSFORTFFFIIOFFFFFFFFF
@FC12044_91407_8_200_106_131
GTTGCCCAGGCTCGTCTTGAACTCC
+FC12044_91407_8_200_106_131
XXXXXXXXXXXXXXSXXXXISTXQS
1) fastq_to_fasta , 将fastq 文件转换为fasta文件
命令:
fastq_to_fasta -i test.fq -o test.fa
输出内容为:
cat test.fa
>FC12044_91407_8_200_720_610
CTCTGTGGCACCCCATCCCTCACTT
>FC12044_91407_8_200_345_133
GATTTTTTAACAATAAACGTACATA
>FC12044_91407_8_200_106_131
GTTGCCCAGGCTCGTCTTGAACTCC
2) fastx_trimmer, 截取fastq 序列, 指定保留序列的起始位置和终止位置,
命令:将序列截成10bp长
fastx_trimmer -f -l -i test.fq -o test.trim.fq
输出内容为:
cat test.trim.fq
@FC12044_91407_8_200_406_24
NTTAGCTCCC
+FC12044_91407_8_200_406_24
SXXTXXXXXX
@FC12044_91407_8_200_720_610
CTCTGTGGCA
+FC12044_91407_8_200_720_610
OXXXXXXXXX
@FC12044_91407_8_200_345_133
GATTTTTTAA
+FC12044_91407_8_200_345_133
OQTOOSFORT
@FC12044_91407_8_200_106_131
GTTGCCCAGG
+FC12044_91407_8_200_106_131
XXXXXXXXXX
3) fastq_renamer
命令:重命名序列标识符, 可以将其用编号代替
fastx_renamer -n COUNT -i test.fq -o test.renamer.fq
输出内容为:
cat test.renamer.fq
@1
NTTAGCTCCCACCTTAAGATGTTTA
+1
SXXTXXXXXXXXXTTSUXSSXKTMQ
@2
CTCTGTGGCACCCCATCCCTCACTT
+2
OXXXXXXXXXXXXXXXXXTSXQTXU
@3
GATTTTTTAACAATAAACGTACATA
+3
OQTOOSFORTFFFIIOFFFFFFFFF
@4
GTTGCCCAGGCTCGTCTTGAACTCC
+4
XXXXXXXXXXXXXXSXXXXISTXQS
4) fasta_formatter, 设置每行最大字符数, 将fasta 文件格式化
命令:将每行允许的字符设置为10
fasta_formatter -w -i test.fa -o test.formatter.fa
输出内容为:
cat test.formatter.fa
>FC12044_91407_8_200_720_610
CTCTGTGGCA
CCCCATCCCT
CACTT
>FC12044_91407_8_200_345_133
GATTTTTTAA
CAATAAACGT
ACATA
>FC12044_91407_8_200_106_131
GTTGCCCAGG
CTCGTCTTGA
ACTCC
5) fastq_masker, 根据碱基质量的阈值标记序列
命令:
fastq_masker -q -i test.fq -o test.masker.fq
输出内容为:
cat test.masker.fq
@FC12044_91407_8_200_406_24
NNNNNNNNNNNNNNNNNNNNNNNNN
+FC12044_91407_8_200_406_24
SXXTXXXXXXXXXTTSUXSSXKTMQ
@FC12044_91407_8_200_720_610
NNNNNNNNNNNNNNNNNNNNNNNNN
+FC12044_91407_8_200_720_610
OXXXXXXXXXXXXXXXXXTSXQTXU
@FC12044_91407_8_200_345_133
NNNNNNNNNNNNNNNNNNNNNNNNN
+FC12044_91407_8_200_345_133
OQTOOSFORTFFFIIOFFFFFFFFF
@FC12044_91407_8_200_106_131
NNNNNNNNNNNNNNNNNNNNNNNNN
+FC12044_91407_8_200_106_131
XXXXXXXXXXXXXXSXXXXISTXQS
fastx tookit 操作fasta/fastq 文件 (1)的更多相关文章
- 利用kseq.h parse fasta/fastq 文件
在分析中经常需要统计fasta/fastq文件的序列数和碱基数, 但是没有找到一些专门做这件事的小工具,可能是这个功能太简单了: 之前用自己写的perl的脚本统计这些信息, 当fastq文件非常大时, ...
- 将fasta fastq文件线性化处理
将fasta文件线性化处理 awk '/^>/ {printf("%s%s\t",(N>0?"\n":""),$0);N++;n ...
- seqtk 一款快速处理fasta/fastq 文件的小程序
seqtk 的 GitHub 官网 https://github.com/lh3/seqtk 安装 git clone https://github.com/lh3/seqtk.git cd seqt ...
- 利用Bioperl的SeqIO模块解析fastq文件
测序数据中经常会接触到fastq格式的文件,比如说拿到fastq格式的原始数据后希望查看测序碱基的质量并去除低质量碱基.一般而言大家都是用现有的工具,比如说fastqc这个Java写的小程序,确实很好 ...
- fasta/fastq格式解读
1)知识简介--------------------------------------------------------1.1)测序质量值 首先在了解fastq,fasta之前,了解一下什么是质量 ...
- fastq文件基本信息统计工具
之前写的一个小工具,写的很简陋,名字取的也很随意就叫skr,哈哈.主要是fq转fa.合并多个染色体的vcf文件等,功能不多(主要是C写起来太操蛋了T_T),通常我也只用来统计fastq文件信息: 这里 ...
- JAVASE02-Unit06: 文件操作——File 、 文件操作—— RandomAccessFile
Unit06: 文件操作--File . 文件操作-- RandomAccessFile java.io.FileFile的每一个实例是用来表示文件系统中的一个文件或目录 package day06; ...
- Unix无缓冲文件操作函数、文件信息查询
问题描述: Unix无缓冲文件操作函数.文件信息查询 问题解决: struct stat 结构体信息: 具体代码: 具体源文件:
- Java文件File操作一:文件的创建和删除
一.简述 File 文件类,主要对文件进行相关操作.常用的File操作有:文件(夹)的创建.文件(夹)的删除,文件的读入和下载(复制)等: 二.文件(夹)的创建和删除 1.创建过程 实例: //cre ...
随机推荐
- mysql 5.6.23的源码安装
http://634871.blog.51cto.com/624871/1325914 首先删除系统自带的mysql rpm -qa | grep mysql rpm -e mysql //普 ...
- Windows Store Apps 开发转载
懒得写了,就直接记录转载一下文章地址吧. 如何为应用定义全局默认字体:http://blogs.msdn.com/b/gautamdh/archive/2014/03/16/how-to-change ...
- Amoeba软件实现mysql读写分离
一般不用,大公司都是自己程序实现的. 安装amoeba
- CCCatmullRomBy和CCPointArray
CCCatmullRomBy:把某一对象以Catmull-Rom curve曲线移动一段距离 CCPointArray *array = CCPointArray::create(); array-& ...
- laravel 代码维护, 使用php artisan使用应用程序处于维护状态
当应用程序处于维护的时候,我们可以暂时关闭程序,具体的做使用是使用php artisan downartisan 是laravel根目录下的一个程序,当执行了这个命令时,会调用 app/start/g ...
- 你应该知道的Virtual Studio
最近,在网上看到一篇关于VS2008的一些提示,可以提高开发效率,我把它翻译过来,当然里面也有很多自己的想法,分享一下,大家可以择有用的提示而用之. 参考:每个开发者都应该知道的提示和诀窍 提示一:拷 ...
- centos启动zookeeper
切换到zookeeper的bin目录下,执行 ./zkServer.sh start
- 获取不到Repeater控件中的CheckBox选中状态
写在前面的话:在做一个项目的时候,需要使用到Repeater控件,并且在Repeater控件内放置了CheckBox控件来标志需要删除的行,选中后,在后台取到的CheckBox的值总是为false.最 ...
- eclipse的remote search
一般你希望以部分文件名作为关键字的时候,可以选择这个搜索选项,当然你也可以选择操作系统自带的搜索功能
- Matlab如何令三维抽象数据可视化的显示出来
Mathworks File Exchange频道近期更新了一个小函数.能够将三维数据矩阵相应的函数u=f(x,y,z)可视化的显示出来. 对我们这些常和数据分析问题打交道的人爱说.还是有点參考价值的 ...