在对不少文件进行操作和处理后，发现其实对文件的处理，无非也就是替换关键词、删除、提取、排序，这样几个操作吧。但，在生物信息学以及分子生物学这个地方，大多涉及到的是一些较大的文件，这些文件的大体积使得操作往往不是那么随意，这种情况在windows系统下尤其严重。因此，在SPDE中，模仿linux系统的文件处理方面的特色开发了一些功能，下面将具体向同学们做一下介绍。
一、批量替换
批量替换
①放入文件；②放入需要替换的原内容以及替换内容，这里一共有两种模式，如果只需要替换同一个关键词，例如将下面文件中的ARF替换为GRF
原文件ARF
那么，在这种情况下，只需要在②中填入ARF,GRF或者A,G就可以。需要注意的是都是在英文状态下。然后，在③填入保存位置并命名文件即可。第二种模式是需要对多个关键词进行替换，这个时候需要把多个关键词整理到文件中，然后文件格式是关键词+tab+替换词，最好的方式是用excel，在保存文件的时候另存为制表符格式就好。例如：
文件内容以及保存方式
然后，放入②，再设置保存即可。当然，在生信这个地方，这个功能更多的可以用于批量替换基因ID。
二、寻找两个文件相同部分和不同部分
如果想要找两个文件的相同和不同部分，例如下面两个文件：
具有相同内容和不同内容的两个文件
然后，将文件放入①和②两个位置：
自动分离两个文件中相同和不同部分
这个功能需要注意两个问题，一个是③这里只需要放入文件夹名称即可，即：
文件的填入方式
点击按钮后，会自动生成两个文件：
common是两个文件的相同内容/different是两个文件的不同部分
这两个文件是同时生成的。注意的另外一个点是，含有不同内容的那个文件，其内容指的是文件1相对于文件2的不同点。
三、gbk文件的生成
由gff转为gbk文件
有些软件可能会用到NCBI的gbk文件，这里提供一个转换的方式，转换需要两个文件：一个是gff文件（放入①），一个是基因组序列文件（放入②）。保存、命名③，点击按钮生成即可。
四、gbk/gbff文件向gff转变
GBK文件以及gff文件以及内容提取
请大家注意在转变gff时,基因ID这个可能有问题需要进行稍微调整而按键 “extract protein seqs from GBK”可以将gbk/gff文件中的蛋白序列提取出来。
网友评论