序列操作神器:Seqkit
导读
本文[1]将介绍 SeqKit
:用于 FASTA/Q
文件操作的跨平台和超快工具包,后续提供了一些长用的示例。
1. 安装
conda
安装
conda install -c bioconda seqkit
Mac
安装
brew install seqkit # 用于苹果电脑
2. 用法
2.1. 序列操作
seqkit seq [flags] file
参数
参数 | 作用 |
---|---|
-p | 取互补序列 |
--dna2rna | DNA to RNA |
-l | 序列以小写字母输出 |
-g | 移除组装序列中的gap |
-r | 取反向序列 |
--rna2dna | RNA to DNA |
-u | 序列以大写字母输出 |
-w | 每行指定长度数据序列(default=60) |
# 将序列转换为一行输出seqkit seq ex.fasta -w 0 > test.fasta
# 每行输出指定碱基nseqkit seq -w n ex.fasta
# DNA序列转换为RNA序列seqkit seq --dna2rna ex.fasta
# 取反向互补,切每行100碱基seqkit seq -w 100 -p -r ex.fasta > test.fasta
2.2. 格式转换
fa2fa
# fastq 转换为 fastaseqkit fq2fa ex1.fq -o ex2.fa
# FASTA/FASTQ 转换成 tab 格式seqkit fx2tab ex.fa > test.fa.tab.faseqkit fx2tab ex.fq > test.fq.tab.fq
# 序列碱基含量及序列长度信息统计seqkit fx2tab [flags]
参数
参数 | 作用 |
---|---|
-B | 输出碱基的含量 Ex: -B AT -B N |
-g | 输出 GC 含量 |
-l | 输出序列长度 |
-n | 仅输出名字 |
-i | 输出ID |
-H | 输出 header 行 |
# 输出序列长度,GC含量,名字,IDseqkit fx2tab -l -g -n -i -H ex.fasta
2.3. 序列信息统计
# 序列长度分布统计seqkit stat [flags]
参数
参数 | 作用 |
---|---|
-a | 输出所有统计数据,包括 seq 长度的四分位数、sum_gap、N50 |
# 统计信息seqkit stats *.f{a,q}.gz
# 结果如下图
![](/assets/blank.gif)
2.4. 根据ID提取序列
seqkit grep
参数
参数 | 作用 |
---|---|
-n | 匹配整个序列的名字 |
-s | 匹配序列 |
-d | pattern/motif 包含简并碱基 |
-i | 忽略大小写 |
-v | 反向匹配 |
-p | 匹配模式,支持连续写多个模式,匹配任一模式即输出 |
-R | 匹配位置选择 |
-r | 使用正则表达式 |
# 选取有起始密码子的序列seqkit grep -s -r -i -p ^atg ex.fa
# 根据ID提取序列seqkit grep -f list ex.fa > new.fa
# 简并碱基使用。S 代表C or G.seqkit grep -s -d -i -p TTSAA
# 匹配限定到某区域seqkit grep -s -R 1:30 -i -r -p GCTGG#
2.5. motif定位
seqkit locate [flags]
参数
参数 | 作用 |
---|---|
-d | pattern/motif contains degenerate base |
-i | ignore case |
-P | only search at positive strand |
-p | search pattern/motif |
-f | pattern/motif file (FASTA format) |
seqkit locate -i -d -p AUGGACUN ex.fa
2.6. 多个文件寻找相同的序列
seqkit common [flags]
参数
参数 | 作用 |
---|---|
-n | 匹配整个序列的名字,包含description部分,而不是序列id |
-s | match by sequence |
-i | 忽略大小写 |
-m | use MD5 reduce memory usage |
# By ID (default,>后面,空格之前的名字)输出ID名字相同的。seqkit common test1.fa test2.fa -o common.fasta
# By full name(整个序列的名字,包含description部分)。输出序列名字相同的。seqkit common test1.fa test2.fa -n -o common.fasta
# 输出要比较的文件中序列相同的序列seqkit common test1.fa test2.fa -s -i -o common.fasta
# 输出要比较的文件中序列相同的序列 (for large sequences)seqkit common test1.fa test2.fa -s -i -o common.fasta --md5
2.7. 文件切割
seqkit split [flags]
参数
参数 | 作用 |
---|---|
-i | split squences according to sequence ID |
-p | 将一个文件分割成N 份 |
-s | 将一个文件按照N 条序列一个文件进行分割 |
-O | 输出目录 |
-2 | two-pass mode to lower memory usage(only FAST) |
# 将一个文件切割为 4 份seqkit split ex.fa -p 4
参考资料
Ref: https://bioinf.shenwei.me/seqkit/
本文由 mdnice 多平台发布
序列操作神器:Seqkit相关推荐
- seqkit根据基因id_fasta序列操作神器——seqkit
一.序列操作: 1.取反向序列 seqkit seq test.fa -r > test_re.fa 2.取互补序列 seq test.fa -p > test_com.fa 3.取反向互 ...
- seqkit:序列梳理神器-统计、格式转换、长度筛选、质量值转换、翻译、反向互补、抽样、去重、滑窗、拆分等30项全能...
写在前面 通过我几天的学习,我发现,seqkit十分好用,将序列的各种操作都囊括进去,加入多线程,我个人认为这将是非常好的胶水,在处理无论是基因组还是其他组学.定是一个必学神器.注意一下教程在0.15 ...
- 【论文解读】AAAI21最佳论文Informer:效果远超Transformer的长序列预测神器!
炼丹笔记干货 作者:一元,四品炼丹师 Informer:最强最快的序列预测神器 01 简介 在很多实际应用问题中,我们需要对长序列时间序列进行预测,例如用电使用规划.长序列时间序列预测(LSTF)要求 ...
- AAAI21最佳论文Informer:效果远超Transformer的长序列预测神器???
Informer:最强最快的序列预测神器??? AAAI21最佳论文Informer:效果远超Transformer的长序列预测神器! 01 简介 在很多实际应用问题中,我们需要对长序列时间序列进行预 ...
- AAAI21最佳论文Informer:效果远超Transformer的长序列预测神器!
Informer:最强最快的序列预测神器 AAAI21最佳论文Informer:效果远超Transformer的长序列预测神器! 作者:一元,公众号:炼丹笔记 01 简介 在很多实际应用问题中,我们需 ...
- 序列处理工具|Seqkit
大家是否还在为查看连接多个序列文件而感到烦恼呢?是否还在为查找某一段碱基而感到焦虑呢?别担心,有了这款软件这些问题就会自然而然的解决啦,这款软件是什么呢,请让小编为你一一介绍吧~ 软件介绍 Seqki ...
- 【BZOJ-1858】序列操作 线段树
1858: [Scoi2010]序列操作 Time Limit: 10 Sec Memory Limit: 64 MB Submit: 1961 Solved: 991 [Submit][Stat ...
- bzoj 2962 序列操作
2962: 序列操作 Time Limit: 50 Sec Memory Limit: 256 MB [Submit][Status][Discuss] Description 有一个长度为n的序列 ...
- 问题 F: 序列操作Ⅱ(前缀最大公约数,后缀最大公约数)
问题 F: 序列操作Ⅱ 时间限制: 1 Sec 内存限制: 128 MB [提交][状态][讨论版] 题目描述 给定长度为 N 的正整数序列 A_1, A_2, A_3,-, A_N, 从中选择一个数 ...
最新文章
- MVC中一个表单实现多个提交按钮(一个action搞定添删改)
- 论如何监听一个对象所有属性的变化
- Redis数据持久化机制AOF原理分析一---转
- android+note2+分辨率,魅蓝Note2的屏幕尺寸是多少?魅蓝Note2的分辨率是多少?
- showmodaldialog 为什么不能复制_防复制的门禁读头可以防止UID和FUID读卡器
- 【深圳(活动)】70多场干货分享!价值899元的2018中国开源年会门票等你认领
- 调用向量的第i维分量| 使用Python的线性代数
- 谷歌公开Android GPS程序源代码
- 2019 年开源数据库报告发布:MySQL 仍卫冕!
- Mac Book Pro Catalina不能打开软件,提示检查为恶意软件
- Go 语言网络库 getty 的那些事
- 使用opencv人脸识别对比两张人脸图片
- 数据告诉你,谁是2019年最硬核公链?
- 微星z370安装linux系统,微星Z370-A PRO主板u盘装系统win10教程
- 安卓插件化框架Shadow原理分析
- 【YOLOX训练部署】YOLOX训练自己的VOC数据集
- Open Wifi SSID Broadcast vulnerability
- 【转】使用cocosbuilder在cocos2d-…
- 最简单的 DRM 应用 drm设备不工作
- 如何进入Google工作? Google招聘流程介绍