论坛徽章:: 1

电梯直达

1楼 [收藏(0)] [报告]

发表于 2018-01-17 20:33 |只看该作者 |倒序浏览

有一些氨基酸序列，文件名为a.fas,格式如下：>Gne|c67372_g2_i2_m.86976GIGGGLSGTVRQKGSIAPPPASGRIRSPLPPPPNDTVTIR---------STD-ARHTTDAFSDLSQLERNLPAPTASGWAAF
>Lja|Lygodium_c28780_g1_i1_m31025
SGKSSLLSTGHMAAPLAPPPGGGRLRTPLPPPPNDIKHHRVSNSTPLTRDTASGRP-GDPFADLSQLEANLPTSYHAGWAAF
>Lja|Lygodium_c30483_g1_i1_m35786
SGKSSLLSTGHMAAPLAPPPGGGRLRTPLPPPPNDIKHHRVSNSTPLTRDTASGRP-GDPFADLSQLEANLPTSYHAGWAAF
>Lja|Lygodium_c41319_g1_i1_m77659
GEQTNIASTGRMKAPLAPPPGGGRLRSPLPPPPSDNRQLR-SSSAANTYTEKTAKHASDPFADIAELETSLPSSFHGGWAAF
>Paq|Pteridium_c51474_g1_i3_m67055
SGGSTLASPGSMKAPIAPPPSGGRLCSPLPPPPNDTKYLRVTRTLPSTQ---------------------------------
>Paq|Pteridium_c62366_g1_i2_m115536
SGGSTLASPGSMKAPIAPPPSGGRLCSPLPPPPNDTKYLRVTRTLPSTQSSHSGRPTGDPFADLSQLEELLCARQHFEFASF
>Paq|Pteridium_c64930_g1_i1_m134191
GGTSTVASSGHIKAPLAPPPGGGRLRSPLPPPPNDNKHSRGTNAAAASQSRDSGRPTGDPFADLSQLEVSLPSSLHAGWAAF
>Pin|c31137_g1_i1_m49244
GLAGSVSSTGRQKASLAPPPGSGRIRSPLPPPPNDTVTAKIGSAMISSSSRDTSRHNADPLSDLSQLEMSLPSSTASGWAAF

其中|线前面的为物种名，基本都是3个字母。目的是想如果物种名相同，如果有多条序列，相差较大的话，所有序列都留下；如果排列好的序列相同或相差不多于2个氨基酸，则删除较短的一条。如上红色所示，将粉色的其中任意一条去除，红色的去除第一条较短的序列，得到如下结果(a.fas_out)：

>Gne|c67372_g2_i2_m.86976GIGGGLSGTVRQKGSIAPPPASGRIRSPLPPPPNDTVTIR---------STD-ARHTTDAFSDLSQLERNLPAPTASGWAAF
>Lja|Lygodium_c28780_g1_i1_m31025
SGKSSLLSTGHMAAPLAPPPGGGRLRTPLPPPPNDIKHHRVSNSTPLTRDTASGRP-GDPFADLSQLEANLPTSYHAGWAAF
>Lja|Lygodium_c41319_g1_i1_m77659
GEQTNIASTGRMKAPLAPPPGGGRLRSPLPPPPSDNRQLR-SSSAANTYTEKTAKHASDPFADIAELETSLPSSFHGGWAAF
>Paq|Pteridium_c62366_g1_i2_m115536
SGGSTLASPGSMKAPIAPPPSGGRLCSPLPPPPNDTKYLRVTRTLPSTQSSHSGRPTGDPFADLSQLEELLCARQHFEFASF
>Paq|Pteridium_c64930_g1_i1_m134191
GGTSTVASSGHIKAPLAPPPGGGRLRSPLPPPPNDNKHSRGTNAAAASQSRDSGRPTGDPFADLSQLEVSLPSSLHAGWAAF
>Pin|c31137_g1_i1_m49244
GLAGSVSSTGRQKASLAPPPGSGRIRSPLPPPPNDTVTAKIGSAMISSSSRDTSRHNADPLSDLSQLEMSLPSSTASGWAAF

请大家帮帮忙！！！非常感谢！！！