在fasta序列中搜索和替换

Question

我正在寻找一些使用狂野角色进行搜索和替换的线性解决方案..

输入：

>sequence1
ATGCCAAACTGGAACT[A/T]ATTCAATGGCATGGACATAAATTC[A/C]ATACAATTACAAA
>sequnce2
ATCAAACCGGTATGTACATT[A,T/G]ATTCATTACTA

输出：

>sequence1
ATGCCAAACTGGAACTNATTCAATGGCATGGACATAAATTCNATACAATTACAAA
>sequnce2
ATCAAACCGGTATGTACATTNATTCATTACTA

我需要用“N”代替“[”和“]”中的所有内容。数据长度可能会有所不同 我能够使用awk脚本找到模式，但不知道如何替换它。请帮忙..

awk -F'[][]' '{for(i=2;i<=NF;i=i+2) print $i}' 1.fasta

我尝试的另一件事是vi编辑器

:%s/[.*\]/N/g

使用上面一个，它将所有“[A / T] ATTCAATGGCATGGACATAAATTC [A / C]”替换为N

Answer 1

尝试这样做：

perl -pe 's/\[.*?\]/N/g' file.txt

说明（关于regex)

• s///是基本替换骨架（适用于perl或sed）：s/before/after/
• s///g：最后的g修饰符，表示所有出现
• \[：表示：文字[（或其他任何反向广告）
• .：表示：任何字符
• *表示： 0或N个字符
• ?告诉最后一个正则表达式 not greedy 模式

那就是说，我有另一个搞笑解决方案：

perl -ne 'print join "N", split /\[.*?\]/;' file.txt

也许更清楚这样？！ （但仍然相同）

perl -ne '
    print join(
        "N",
        split(/\[.*?\]/)
    );
' file.txt

Answer 2

sed 's/\[[^]]*\]/N/g' file

编辑：按要求解释：

查找文字“[”（[）然后是任何序列的零或多个非“]”字符（[^]] *），后跟文字“]”（]）并将整个字符串替换为字母N.在每条线上以“g”形式表示。

Answer 3

只需添加另一个awk单行。 你的目标是替换，不需要玩$ x

awk '{gsub(/\[[^\]]*\]/,"N")}1' file

Answer 4

这适用于vi编辑器：

%s/\[[^\]]*\]/N/g