免费注册 查看新帖 |

Chinaunix

  平台 论坛 博客 文库
› 论坛 › 程序设计 › Shell › 如何找fasta序列中前4个碱基和后4个碱基一致呢
最近访问板块 发新帖
查看: 1540 | 回复: 4
打印 上一主题 下一主题

[文本处理] 如何找fasta序列中前4个碱基和后4个碱基一致呢 [复制链接]

小小脑

论坛徽章:
0
跳转到指定楼层
1楼 [收藏(0)] [报告]
发表于 2018-08-04 12:55 |只看该作者 |倒序浏览
A文件  fasta序列
>Chrome1   
AAAATGATTATATTTTGGATCCATCACATGTTATTGACATGAGTTCATTGTTGGTACCAAATGAGGGT
GACGATTAGGTTTCGACATTTGGACTTAGAAAACTTTCTAACAAAAA
>Chrome2
TTATTGATGATAAGAAAATAATTTCCTTAGCAACCTTGTACTTTGAGATAAAACCTCTATTAATG
TATGTACTCCCTTCAAACATTTCGACATTTGGACTTAGAAAACTTTCTAAGTATTTTTTCCTCGA
AGGCCATTAT

>Chrome3
AGTACTAATAAATGGAGGCATTACCTCATGGGAAGGAGGTTTGAATTGAGGACACGACTCTC
GCTCTCATAGCGGAGCCCATCTTCATATTGGACCATCATACTCGATAGTTATGGTGTCGACTA

B文件
>Chrome1   
AAAATGATTATATTTTGGATCCATCACATGTTATTGACATGAGTTCATTGTTGGTACCAAATGAGGGT
GACGATTAGGTTTCGACATTTGGACTTAGAAAACTTTCTAACAAAAA
>Chrome2
TTATTGATGATAAGAAAATAATTTCCTTAGCAACCTTGTACTTTGAGATAAAACCTCTATTAATG
TATGTACTCCCTTCAAACATTTCGACATTTGGACTTAGAAAACTTTCTAAGTATTTTTTCCTCGA
AGGCCATTAT


问题：如何将A文件中前4个碱基和后四个碱基一样的序列提取出来
小小脑

论坛徽章:
0
2楼 [报告]
发表于 2018-08-05 10:09 |只看该作者
有没有大神帮着看下这个问题
实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？
baby_神

论坛徽章:
20
程序设计版块每日发帖之星 日期:2015-10-11 06:20:0015-16赛季CBA联赛之山东 日期:2016-05-28 18:18:5615-16赛季CBA联赛之新疆 日期:2017-04-12 22:55:4715-16赛季CBA联赛之青岛 日期:2017-06-26 18:30:0315-16赛季CBA联赛之四川 日期:2017-09-04 12:27:0315-16赛季CBA联赛之福建 日期:2018-02-09 14:28:3315-16赛季CBA联赛之同曦 日期:2018-04-17 12:43:3415-16赛季CBA联赛之浙江 日期:2018-07-14 13:27:4015-16赛季CBA联赛之吉林 日期:2018-09-13 15:48:2915-16赛季CBA联赛之新疆 日期:2016-05-07 05:05:3215-16赛季CBA联赛之八一 日期:2016-03-14 12:32:06程序设计版块每日发帖之星 日期:2015-12-12 06:20:00
3楼 [报告]
发表于 2018-08-05 11:03 |只看该作者
本帖最后由 baby_神 于 2018-08-05 11:05 编辑

[root@test-01 ~]# cat a
>Chrome1
AAAATGATTATATTTTGGATCCATCACATGTTATTGACATGAGTTCATTGTTGGTACCAAATGAGGGT
GACGATTAGGTTTCGACATTTGGACTTAGAAAACTTTCTAACAAAAA
>Chrome2
TTATTGATGATAAGAAAATAATTTCCTTAGCAACCTTGTACTTTGAGATAAAACCTCTATTAATG
TATGTACTCCCTTCAAACATTTCGACATTTGGACTTAGAAAACTTTCTAAGTATTTTTTCCTCGA
AGGCCATTAT

>Chrome3
AGTACTAATAAATGGAGGCATTACCTCATGGGAAGGAGGTTTGAATTGAGGACACGACTCTC
GCTCTCATAGCGGAGCCCATCTTCATATTGGACCATCATACTCGATAGTTATGGTGTCGACTA
[root@test-01 ~]# pcregrep -M '^>Chrome. *\n([A-Z]{4})(.*(\n))*.*\1 *$' a
>Chrome1
AAAATGATTATATTTTGGATCCATCACATGTTATTGACATGAGTTCATTGTTGGTACCAAATGAGGGT
GACGATTAGGTTTCGACATTTGGACTTAGAAAACTTTCTAACAAAAA
>Chrome2
TTATTGATGATAAGAAAATAATTTCCTTAGCAACCTTGTACTTTGAGATAAAACCTCTATTAATG
TATGTACTCCCTTCAAACATTTCGACATTTGGACTTAGAAAACTTTCTAAGTATTTTTTCCTCGA
AGGCCATTAT
实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？
wh7211

论坛徽章:
25
程序设计版块每日发帖之星 日期:2016-05-03 06:20:0015-16赛季CBA联赛之八一 日期:2018-07-05 10:34:09黑曼巴 日期:2018-07-06 15:19:5015-16赛季CBA联赛之佛山 日期:2018-08-03 13:19:3315-16赛季CBA联赛之山西 日期:2018-08-07 19:46:2315-16赛季CBA联赛之广夏 日期:2018-08-08 19:31:5015-16赛季CBA联赛之青岛 日期:2018-11-26 15:21:5015-16赛季CBA联赛之上海 日期:2018-12-11 09:45:3219周年集字徽章-年 日期:2020-04-18 23:54:5215-16赛季CBA联赛之深圳 日期:2020-04-19 21:40:19黑曼巴 日期:2022-04-03 17:55:1315-16赛季CBA联赛之八一 日期:2018-07-03 16:56:46
4楼 [报告]
发表于 2018-08-06 00:25 |只看该作者
回复 1# 小小脑


  1. awk '/^>/{a=$0}match($0,"^(.{4}).*(.{4})$",b){if(b[1]==b[2]){print a"\n"$0>"B"}}' A
复制代码
实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？
cd_ly

论坛徽章:
0
5楼 [报告]
发表于 2018-08-06 14:01 |只看该作者
grep '^\(....\).*\1$' file
awk 'substr($0,1,4)==substr($0,length($0)-3)' file
实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？
返回列表 发新帖
高级模式
B Color Image Link Quote Code Smilies
您需要登录后才可以回帖 登录 | 注册

本版积分规则 发表回复

  

北京盛拓优讯信息技术有限公司. 版权所有 京ICP备16024965号-6 北京市公安局海淀分局网监中心备案编号：11010802020122 niuxiaotong@pcpop.com 17352615567
未成年举报专区
中国互联网协会会员  联系我们：huangweiwei@itpub.net
感谢所有关心和支持过ChinaUnix的朋友们 转载本站内容请注明原作者名及出处

清除 Cookies - ChinaUnix - Archiver - WAP - TOP