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: 618 | 回复: 4

[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]

论坛徽章:
0
发表于 2018-08-04 12:55 |显示全部楼层
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

论坛徽章:
0
发表于 2018-08-05 10:09 |显示全部楼层
有没有大神帮着看下这个问题

论坛徽章:
19
程序设计版块每日发帖之星
日期:2015-10-11 06:20:0015-16赛季CBA联赛之浙江
日期:2018-07-14 13:27:4015-16赛季CBA联赛之同曦
日期:2018-04-17 12:43:3415-16赛季CBA联赛之福建
日期:2018-02-09 14:28:3315-16赛季CBA联赛之四川
日期:2017-09-04 12:27:0315-16赛季CBA联赛之青岛
日期:2017-06-26 18:30:0315-16赛季CBA联赛之新疆
日期:2017-04-12 22:55:4715-16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:2016-05-07 05:05:3215-16赛季CBA联赛之八一
日期:2016-03-14 12:32:06IT运维版块每日发帖之星
日期:2016-02-27 06:20:0015-16赛季CBA联赛之深圳
日期:2016-01-31 10:37:36
发表于 2018-08-05 11:03 |显示全部楼层
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

论坛徽章:
21
程序设计版块每日发帖之星
日期:2016-05-03 06:20:0015-16赛季CBA联赛之深圳
日期:2018-06-15 14:59:3715-16赛季CBA联赛之八一
日期:2018-07-03 16:56:4615-16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 12:44:59
发表于 2018-08-06 00:25 |显示全部楼层
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

论坛徽章:
0
发表于 2018-08-06 14:01 |显示全部楼层
grep '^\(....\).*\1$' file
awk 'substr($0,1,4)==substr($0,length($0)-3)' file
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

数据风云,十年变迁
DTCC 第十届中国数据库技术大会已启航!

2019年5月8日~5月10日,由IT168旗下ITPUB企业社区平台主办的第十届中国数据库技术大会(DTCC2019),将在北京隆重召开。大会将邀请百余位行业专家,就热点技术话题进行分享,是广大数据领域从业人士的又一次年度盛会和交流平台。与SACC2018类似,本届大会将采用“3+2”模式:3天传统技术演讲+2天深度主题培训。大会不仅提供超100场的主题演讲,还会提供连续2天的深度课程培训,深化数据领域的项目落地实践方案。
DTCC2019,一场值得期待的数据技术盛会,殷切地希望您报名参与!

活动入口>>
  

北京盛拓优讯信息技术有限公司. 版权所有 16024965号-6 北京市公安局海淀分局网监中心备案编号:11010802020122
中国互联网协会会员  联系我们:huangweiwei@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