###序列操作
$ seqkit seq *.fa -r > out #取反向序列
$ seqkit seq *.fa -p > out #取互补序列
$ seqkit seq *.fa -r -p > out #取反向互补序列
$ seqkit seq *.fa --nda2rna > out #DNA序列转换为RNA序列
$ seqkit seq *.fa rna2dna > out #RNA序列转换为DNA序列
$ seqkit seq *.fa -l > out #将序列以小写字母的形式输出
$ seqkit seq *.fa -u > out #将序列以大写字母的形式输出
$ seqkit seq *.fa -w 10 > out #(指定序列的长度为10)指定每行序列的输出长度(为0的话，代表为一整行，默认的输出 长度是60个碱基)
$ seqkit seq *.fa -w 0 > out #将多行序列转换为一行序列
$ seqkit seq *.fa -s -w 0 > out #只输出序列
$ seqkit seq *.fa -s -w 40 > out #将只输出的序列的，指定每行输出的碱基数
$ seqkit seq *.fa -s -w 20 -o *.fa
############################################################################################################################
###Fasta/q之间以及与tab格式互换
$ seqkit fq2fa test.fq -o test.fa #将fataq文件转化为fasta格式.
$ seqkit fx2tab test.fa > test_tab.fa #(没有seq参数)将fasta格式转化为tab格式
############################################################################################################################
###序列信息统计
$ seqkit fx2tab -l -g -n -i -H *fa #序列碱基含量
$ seqkit stat *.fa #序列长度的整体分布统计
############################################################################################################################
###根据ID或特定的motif筛选提取序列
$ seqkit grep -s -r -i -p ^atg cds.fa＃选取有起始密码子的序列
$ seqkit grep -f list test.fa > new.fa＃根据ID提取序列
$ seqkit grep -s -d -i -p TTSAA＃简并碱基使用。S 代表C or G.
$ seqkit grep -s -R 1:30 -i -r -p GCTGG＃＃匹配限定到某区域
############################################################################################################################
###多个序列文件比较寻找相同的序列或者ID相同的序列
$ seqkit common test1.fa test2.fa -o common.fasta #By ID (default,>后面，空格之前的名字)输出ID名字相同的。
$ seqkit common test1.fa test2.fa -n -o common.fasta #By full name（整个序列的名字，包含description部分）。输出序列名字相同的。
$ seqkit common test1.fa test2.fa -s -i -o common.fasta #输出要比较的文件中序列相同的序列
$ seqkit common test1.fa test2.fa -s -i -o common.fasta --md5 #输出要比较的文件中序列相同的序列 (for large sequences)
############################################################################################################################
###提取部分序列，如随机抽取10000条FASTQ序列做NT污染评估。同时他也可以对FASTA序列提取
#随机抽取序列
seqkit sample -n 10000 -s 11 test1_1.fq -o sample.fq
seqkit sample -p 0.1 -s 11 test1_1.fq -o sample.fq
###排序输出命令
seqkit sort -l test.fa
############################################################################################################################
###文件切割
seqkit split hairpin.fa.gz -p 4
网友评论