Question

我想将序列中的所有n更改为-，但是我不知道如何使bash脚本不更改序列名称中显示的n。我没有sed或regex的经验，无法确保我的bash脚本仅读取不以>开头的行，因为这表明标题。

示例文件：

>Name_with_nnn
nnnatgcnnnatttg
>Name2_with_nnn
atgggnnnnGGtnnn

同时，我只想在顺序行中将所有小写字母转换为大写字母。我什至不知道如何开始使用sed，我觉得很难理解。

预期输出：

>Name_with_nnn
---ATGC---ATTTG
>Name2_with_nnn
ATGGG----GGT---

因此，在创建序列文件之后，我尝试使用以下命令继续执行脚本：

while IFS= read -r line
do
     if [[ $line == ">"* ]]
     then
          echo "Ignoring header line: $line"
     else
          echo "Converting to uppercase and then N-to-gaps"
          # sed or tr?? do call $line or do I call $OUTFILE? so confused..
     fi
done

Answer 1

您可以使用以下简单的gnu sed：

sed '/^>/!{s/n/-/g; s/.*/\U&/;}' file

>Name_with_nnn
---ATGC---ATTTG
>Name2_with_nnn
ATGGG----GGT---

Answer 2

您可以使用sed在下面的行中解决此问题：

sed -i "/^>/! {s/n/-/g; s/\(.*\)/\U\1/g}" text.txt

您的输出将是：

>Name_with_nnn
---ATGC---ATTTG
>Name2_with_nnn
ATGGG----GGT---

Answer 3

在纯Bash中，对于较大的输入可能很慢：

while IFS= read -r line; do
    case $line in
        '>'*)
            printf '%s\n' "$line"
            ;;
        *)
            line=${line//n/-}
            printf '%s\n' "${line^^}"
            ;;
    esac
done < infile

这使用case statement和模式匹配来测试行是否以>开头；要修改这些行，请使用parameter expansions。 ${parameter^^}扩展需要Bash 4.0或更高版本。

Answer 4

awk怎么样？

awk '/^[^>]/{gsub("n","-");print toupper($0);next;}1' data

输出：

>Name_with_nnn
---ATGC---ATTTG
>Name2_with_nnn
ATGGG----GGT---

但是，sed也可以做到这一点（GNU sed）：

sed -E '/^[^>]/{s/n/-/g;s/(.*)/\U\1/g;}' data

与以下相同：

sed -E '/^>/!{s/n/-/g;s/(.*)/\U\1/g;}' data

如果要更改位置，可以将-i开关添加到sed。

如何使用bash循环替换fasta文件中行中的字母？

4 个答案: