如何解决如何在不包含特定序列的fastq文件中执行reads的反向选择
我有一个来自 Illumina 测序的 fastq 文件,它由四行这样的块组成
Line1=Header
Line2=DNAsequence
Line3=qheader
Line4=qseq
并且想要丢弃 DNAsequence 包含某个目标序列(这是一个更长的相同字母字符串中的 ACGT 字符串)的整个块。
我用过
grep -A 1 -B 2 "target-sequence" input.fastq > unwanted.fastq
成功选择了不需要的读取,例如四行块。
现在我不知道如何编写不包含序列的非选定读取。
我试过了
grep -v -A 1 -B 2 "target-sequence" input.fastq > wanted.fastq
但这会返回原始文件。
我试过使用
grep -f unwanted.fastq input.fastq > wanted.fastq
或
diff unwanted.fastq input.fastq > wanted.fastq
从原始文件中提取选定的读取,但这在我的机器上占用了太多内存。
我知道 awk 擅长操作 fastq 文件,但我不熟悉它。
非常欢迎任何建议。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。