perl - grep，根据 id 行中的单词从 fasta 文件中提取序列子集

Question

我知道有类似的问题，但这个略有不同。我想根据 id 行中的单词从 fasta 文件中提取序列子集，并将找到的序列放入新文件中。我试过了

grep -E 'Eukaryota' test_db.fasta > new.fa

但这只给了我包含这个词的标识符行。我也需要序列。序列的长度不同。

关于如何更改我的命令或 Perl 解决方案的任何想法？

谢谢

Answer 1

试试这个简单的 Awk 单行代码。

awk '/^>/ { p = ($0 ~ /Eukaryota/)} p' test_db.fasta>new.fa

这会在任何以 > 开头的行中查找“Eukaryota”。如果找到，则将 p 设置为 1，否则设置为 0。如果 p 非零，则打印该行。