如何在不包含特定序列的fastq文件中执行reads的反向选择

问题描述

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。

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）