linux 如何使用sed命令从fasta头中提取[ ]括号内的内容？

qgzx9mmu 于 2023-04-11 发布在 Linux

关注(0)|答案(3)|浏览(336)

我有一个MSA fasta文件，标题是这种格式-

GAN08245.1/5-191 cyclin-L1 [Mucor ambiguus]
LNNPLASLEQLETTVSRR-DGISEELEADLRNLGAELIQSAGILLKLPQVAMATAQVLFQRFFYMSLKEFGI
V-EIGGLFLASTHLITVYDLIIRKMKGIVPLDAFSKAYNLKNAIAAEMQILRQLGFIVHVQLPYNMINYLRI
LGLISKRAWNYLNDEPATIACAAICREQGIKLPTLPGWWDVSAT-L----------------------
GES74777.1/6-191 cyclin-like protein [Rhizophagus clarus]
LQNAILTYGQLETTPSKK-DNIPEELEDELRRLGCDFVQSAGIVLRLPQVAMATAQVLFQRIIKESLLKGH-
----------------------RRYRNNESLEYLGVFYEMKDLVIAEMQILKKLGFNVHVQLPYGMVNYLKV
LELIPQKAWGYLNDQPATIACAVIARIAQVKLPTSPPWWEAEDE-ISRHIMRLY-NLPLDELEYLKKG

我希望输出只有M.ambiguus、R.clarus等，并保持序列。
如何使用sed命令来实现？或者还有其他命令可以做到这一点吗？
我试过使用awk，它提取出的名称没有任何序列。
awk -F '[][]' '{print $2}' input.fa > output.fa

linux

来源：https://stackoverflow.com/questions/75937035/how-to-use-sed-command-to-extract-contents-inside-bracket-from-a-fasta-heade

3条答案

按热度按时间

wydwbb8l1#

您可以使用grep和sed的组合：

grep -Eo '\[.*?\]' input.fa | sed -E 's:\[(\w)\w*\s*(.+)\]:\1.\2:g' >output.fa

在这里，grep -o只查找并输出方括号以及输入文件中的内容。
sed删除方括号并将第一个单词替换为它的第一个字母和一个点。
两个命令中的开关-E启用ERE而不是BRE。

**编辑：**如果你想用[R.clarus]替换[Rhizophagus clarus]并保留所有其他内容，这甚至更简单：

sed -E 's:\[(\w)\w*\s*(.+?)\]:[\1.\2]:g' input.fa >output.fa

赞(0）回复(0）举报 2023-04-11

6vl6ewon2#

这可能对你有用（GNU sed）：

sed -nE 's/.*\[(.)\S+ ([^]]*)\].*/\1.\2/p' file

关闭隐式打印-n并启用扩展regexp -E。
匹配方括号内的第一个字符和第二个单词，并根据需要打印结果。

赞(0）回复(0）举报 2023-04-11

kulphzqa3#

怎么样：

grep '\[' my file.txt | sed -E 's/.*\[//' | sed -E 's/].*//'

赞(0）回复(0）举报 2023-04-11

我来回答

linux 如何使用sed命令从fasta头中提取[ ]括号内的内容？

3条答案

相关问题

热门标签

最新问答