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@)