忘记密码   免费注册 查看新帖 |

ChinaUnix.net

  平台 论坛 博客 文库 频道自动化运维 虚拟化 储存备份 C/C++ PHP MySQL 嵌入式 Linux系统
最近访问板块 发新帖
查看: 1525 | 回复: 7

[文本处理] fasta中如何根据相同的序列号将序列合并 [复制链接]

论坛徽章:
0
发表于 2018-02-07 16:41 |显示全部楼层
>super821_319450_333026
LMDELRGAQFLSKIDLRSGYNQIRVREQDIPKTAFRCHYGHFEFLVMPFGLTNAPATFQS
CMNHILRRHLRKFLLVFFDNILIYSRTWEEHFQHIEAVLHILEEQQFYAKLSKCEFGLTE
KLYLGHI
>super8297_1747273_1757914
RIDDLFDQMKGATVFSKIDLRFGYHQLRIKEDDIPKTAFQTXFGHYEFVVVPFGLTNAPI
VFTSLMNGVFKKYLDQFVQVFLDGILVYSKNKKEHEEHLRVVLTCLRKNQLYEKLSKRSF
FQNKIHYLGHII
>super821_319450_333026
NSAWEIIPRSEGKTVVGSRWIYKVKQAADESVEKYKARFVAXGFSXIEGIDYEETFAPVA
RYSSIRTILSLSAQMGWHXXXXXXXXXXXQMDVKTAFLNGVIEEEVYIEQPEGFEIFSSE
SHVCRLKIALYGLKQAPHAWYTRIDSYFTGLGFSKSEEDLNLYQIVVEGKLLIIVLYVDD
LILTGDEQLILSCKADLAKEFEMKDLGLLHYFLGLEIWQHSDGLFVSQGKYAREILEKFK
MHGCKPIDTPL
>super8277_107828_122351
MEQPLGFEVQDRDTYVCRLKKALYGLKQAPRAWYERIDSYLMKLGFTRSDADPNLYFKVD
NDKPLILVLYVDDLFLTCANPLIHQCKTELPSEFEIKDLGLMHYFLGLEVRQKPGEIFLS
QGKYVVKLLERFGMVDCKSVTTPM
>super8319_7037_15604
CMDYRQLNKLTVKKKYPLPRIDDLFNQVRGAKVFSKIDLRFRYHQIXIKDEDICKTTFHT
SIYGHYEFVVLPFGLTNAPATFMRLMHGIFHQFLDNFVLILYFILIFIDDILIYSKSEEE
HKXHLRIVLEMLRKHQLYAKFSKCDFFKTKIQYLGHV
>super8277_107828_122351
DDLFDQMKGATVFLKIDLRSGYHQFKISESDVSKTAFRTRFRHYEFIVVPFGLTNAPAVF
MNLMNNVLRKYLDKFVQVFLDDILIYSKNENEHEEHLRIVLSCLREHKLYGKLSKCAFFQ
如上序列,第一条和第三条,第四条和第六条的序列号时一致的,
问题:如何根据相同的序列号将序列合并?

论坛徽章:
29
申猴
日期:2014-04-10 09:43:532015年迎新春徽章
日期:2015-03-04 09:58:112015年亚洲杯纪念徽章
日期:2015-03-20 14:40:232015亚冠之阿尔纳斯尔
日期:2015-06-02 18:59:042015亚冠之阿尔希拉尔
日期:2015-06-30 15:22:572015亚冠之大阪钢巴
日期:2015-07-20 10:44:332015亚冠之阿尔纳斯尔
日期:2015-10-28 14:57:5215-16赛季CBA联赛之新疆
日期:2015-12-25 10:18:45黑曼巴
日期:2016-06-26 21:39:5315-16赛季CBA联赛之山西
日期:2016-07-25 21:54:2715-16赛季CBA联赛之北京
日期:2016-10-27 12:07:2315-16赛季CBA联赛之八一
日期:2017-07-07 16:39:09
发表于 2018-02-07 20:22 |显示全部楼层
回复 1# 小小脑

合并后的效果是什么样子的?

论坛徽章:
0
发表于 2018-02-08 09:19 |显示全部楼层
回复 2# zxy877298415

不好意思没说清楚。本来是想直接序列合并放一起就行了。但是发现这样不合理,所以我想是把重复给编个号。如下
[url=][/url]        [url=][/url] >super821_319450_333026
LMDELRGAQFLSKIDLRSGYNQIRVREQDIPKTAFRCHYGHFEFLVMPFGLTNAPATFQS
CMNHILRRHLRKFLLVFFDNILIYSRTWEEHFQHIEAVLHILEEQQFYAKLSKCEFGLTE
KLYLGHI

>super8297_1747273_1757914
RIDDLFDQMKGATVFSKIDLRFGYHQLRIKEDDIPKTAFQTXFGHYEFVVVPFGLTNAPI
VFTSLMNGVFKKYLDQFVQVFLDGILVYSKNKKEHEEHLRVVLTCLRKNQLYEKLSKRSF
FQNKIHYLGHII
>super821_319450_333026_1
NSAWEIIPRSEGKTVVGSRWIYKVKQAADESVEKYKARFVAXGFSXIEGIDYEETFAPVA
RYSSIRTILSLSAQMGWHXXXXXXXXXXXQMDVKTAFLNGVIEEEVYIEQPEGFEIFSSE
SHVCRLKIALYGLKQAPHAWYTRIDSYFTGLGFSKSEEDLNLYQIVVEGKLLIIVLYVDD
LILTGDEQLILSCKADLAKEFEMKDLGLLHYFLGLEIWQHSDGLFVSQGKYAREILEKFK
MHGCKPIDTPL

>super8277_107828_122351
MEQPLGFEVQDRDTYVCRLKKALYGLKQAPRAWYERIDSYLMKLGFTRSDADPNLYFKVD
NDKPLILVLYVDDLFLTCANPLIHQCKTELPSEFEIKDLGLMHYFLGLEVRQKPGEIFLS
QGKYVVKLLERFGMVDCKSVTTPM

>super8319_7037_15604
CMDYRQLNKLTVKKKYPLPRIDDLFNQVRGAKVFSKIDLRFRYHQIXIKDEDICKTTFHT
SIYGHYEFVVLPFGLTNAPATFMRLMHGIFHQFLDNFVLILYFILIFIDDILIYSKSEEE
HKXHLRIVLEMLRKHQLYAKFSKCDFFKTKIQYLGHV
>super8277_107828_122351_1
DDLFDQMKGATVFLKIDLRSGYHQFKISESDVSKTAFRTRFRHYEFIVVPFGLTNAPAVF
MNLMNNVLRKYLDKFVQVFLDDILIYSKNENEHEEHLRIVLSCLREHKLYGKLSKCAFFQ

>super821_319450_333026_2
NSAWEIIPRSEGKTVVGSRWIYKVKQAADESVEKYKARFVAXGFSXIEGIDYEETFAPVA
RYSSIRTILSLSAQMGWHXXXXXXXXXXXQMDVKTAFLNGVIEEEVYIEQPEGFEIFSSE
SHVCRLKIALYGLKQAPHAWYTRIDSYFTGLGFSKSEEDLNLYQIVVEGKLLIIVLYVDD
LILTGDEQLILSCKADLAKEFEMKDLGLLHYFLGLEIWQHSDGLFVSQGKYAREILEKFK
MHGCKPIDTPL
这样如何操作呢?请指教

论坛徽章:
29
申猴
日期:2014-04-10 09:43:532015年迎新春徽章
日期:2015-03-04 09:58:112015年亚洲杯纪念徽章
日期:2015-03-20 14:40:232015亚冠之阿尔纳斯尔
日期:2015-06-02 18:59:042015亚冠之阿尔希拉尔
日期:2015-06-30 15:22:572015亚冠之大阪钢巴
日期:2015-07-20 10:44:332015亚冠之阿尔纳斯尔
日期:2015-10-28 14:57:5215-16赛季CBA联赛之新疆
日期:2015-12-25 10:18:45黑曼巴
日期:2016-06-26 21:39:5315-16赛季CBA联赛之山西
日期:2016-07-25 21:54:2715-16赛季CBA联赛之北京
日期:2016-10-27 12:07:2315-16赛季CBA联赛之八一
日期:2017-07-07 16:39:09
发表于 2018-02-08 10:01 |显示全部楼层
回复 3# 小小脑

awk -vRS=">" -F "\n" 'a[$1]++{$1=$1"_"a[$1]-1}1'  OFS="\n" ORS=">" file

论坛徽章:
0
发表于 2018-02-08 10:36 |显示全部楼层
回复 4# zxy877298415

谢谢大神指点,但是文件的最后会有个'>'.这个是为什么呢?

论坛徽章:
29
申猴
日期:2014-04-10 09:43:532015年迎新春徽章
日期:2015-03-04 09:58:112015年亚洲杯纪念徽章
日期:2015-03-20 14:40:232015亚冠之阿尔纳斯尔
日期:2015-06-02 18:59:042015亚冠之阿尔希拉尔
日期:2015-06-30 15:22:572015亚冠之大阪钢巴
日期:2015-07-20 10:44:332015亚冠之阿尔纳斯尔
日期:2015-10-28 14:57:5215-16赛季CBA联赛之新疆
日期:2015-12-25 10:18:45黑曼巴
日期:2016-06-26 21:39:5315-16赛季CBA联赛之山西
日期:2016-07-25 21:54:2715-16赛季CBA联赛之北京
日期:2016-10-27 12:07:2315-16赛季CBA联赛之八一
日期:2017-07-07 16:39:09
发表于 2018-02-08 11:21 |显示全部楼层
回复 5# 小小脑

awk -vRS=">" -F "\n" 'a[$1]++{$1=$1"_"a[$1]-1}NF{printf ">"$0}'  OFS="\n"  file

论坛徽章:
0
发表于 2018-02-11 16:04 |显示全部楼层
awk '/>/&&++a[$1]>1{$0=$0"_"++b[$0]}1' file

论坛徽章:
19
程序设计版块每日发帖之星
日期:2016-05-03 06:20:0015-16赛季CBA联赛之山西
日期:2018-08-07 19:46:2315-16赛季CBA联赛之佛山
日期:2018-08-03 13:19:33黑曼巴
日期:2018-07-06 15:19:5015-16赛季CBA联赛之八一
日期:2018-07-05 10:34:0915-16赛季CBA联赛之八一
日期:2018-07-03 16:56:4615-16赛季CBA联赛之深圳
日期:2018-06-15 14:59:3715-16赛季CBA联赛之青岛
日期:2018-06-08 13:45:2815-16赛季CBA联赛之同曦
日期:2018-06-04 19:42:2015-16赛季CBA联赛之山东
日期:2018-05-30 12:44:59CU十四周年纪念徽章
日期:2018-05-15 11:36:3815-16赛季CBA联赛之广东
日期:2018-05-14 09:52:42
发表于 2018-02-12 16:48 |显示全部楼层
回复 3# 小小脑


  1. awk '/>/{a[$0]++;$0=a[$0]==1?$0:$0"_"a[$0]-1}1' file
复制代码
您需要登录后才可以回帖 登录 | 注册

本版积分规则

  

北京盛拓优讯信息技术有限公司. 版权所有 京ICP备16024965号 北京市公安局海淀分局网监中心备案编号:11010802020122
广播电视节目制作经营许可证(京) 字第1234号 中国互联网协会会员  联系我们:wangnan@it168.com
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