在处理fasta序列时，我们常常需要知道每条序列的长度。今天小编将与大家分享四种获取fasta序列长度的方法。
一、使用awk
以下是使用awk获取fasta序列长度的代码：
awk '/^>/{if (l!="") print l; print; l=0; next}{l+=length($0)}END{print l}' test.fasta
该命令的输出如下：
>Chr115704606>Chr108327059>Chr118696443>Chr127853492>Chr134340075>Chr146288713>Chr29509017>Chr311222275>Chr47647452>Chr57499939>Chr64872821>Chr78973615>Chr88275968>Chr98318069
二、使用bioawk
安装bioawk并使用以下命令获取fasta序列长度：
conda install bioawkbioawk -c fastx '{ print $name, length($seq) }'
输出结果如下：
Chr1 15704606Chr10 8327059Chr11 8696443Chr12 7853492Chr13 4340075Chr14 6288713Chr2 9509017Chr3 11222275Chr4 7647452Chr5 7499939Chr6 4872821Chr7 8973615Chr8 8275968Chr9 8318069
三、使用samtools
首先生成.fai文件，然后提取前两列：
#生成.fai文件samtools faidx test.fasta#提取前两列cut -f1-2 test.fasta.fai
生成的.fai文件如下，前两列显示fasta序列的名字和长度。
.fai文件的每一列具体含义：
第一列 NAME : 序列的名称，只保留“>”后，第一个空白之前的内容；第二列 LENGTH: 序列的长度， 单位为bp；第三列 OFFSET : 第一个碱基的偏移量， 从0开始计数，换行符也统计进行；第四列 LINEBASES : 除了最后一行外， 其他代表序列的行的碱基数， 单位为bp；第五列 LINEWIDTH : 行宽， 除了最后一行外， 其他代表序列的行的长度， 包括换行符，
四、使用seqkit
安装seqkit并使用以下命令获取fasta序列长度：
conda install seqkitseqkit fx2tab --length --name --header-line test.fasta
以上就是四种获取fasta序列长度的方法的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/26822.html
微信扫一扫 
支付宝扫一扫 
