linux - 将适配器序列添加到 fastq 文件的末尾

Question

我有一个很大的 fastq 文件，我想将序列“TTAAGG”添加到文件中每个序列的末尾(第 2 行，然后每第 4 行)，同时仍然保持 fastq 文件格式。例如:这是我开始的第一行:

@HWI-D00449:41:C2H8BACXX:5:1101:1219:2053 1:N:0:
GCAATATCCTTCAACTA
+
FFFHFHGFHAGGIIIII

我希望它打印出来:

@HWI-D00449:41:C2H8BACXX:5:1101:1219:2053 1:N:0:
GCAATATCCTTCAACTATTAAGG
+
FFFHFHGFHAGGIIIII

我想 sed 或 awk 会对此很有帮助，但我一直无法找到允许我保留 fastq 格式的解决方案。

我尝试过:

awk 'NR%4==2 { print $0 "TTAAGG"}' < file_in.fastq > fileout_fastq 

它将 TTAAGG 添加到第二行，然后每第四行添加一次，但也删除了其他三行。

有人对我可以使用的命令行有建议吗？或者如果您知道当前可用的软件包可以做到这一点，请告诉我!

Answer 1

使用 GNU sed 尝试一下:

 sed '2~4s/$/TTAAGG/' file