问题描述
我有来自体外 SELEX 实验的 FASTA 文件。理论上,所有读取都应以相同的 6 个碱基(核心序列:GCTGCT)开始,并且长度相同 - 27nt。实际上,一些读取甚至在核心序列的 10 个碱基后开始,并继续使用其余的 21 个 nt。我想用核心序列提取序列,而不管读取核心序列的位置。开始,然后将读数裁剪为 27nt。
示例(粗体区域是我要提取的区域:
read1 GCTTGCTTTTTCGCTTTCCTTGCGGCCAAAA
read2 GACGTGTGCTGCTGCTAATTTGCTTTCCTTGTCCATGAA
这里read1从核心序列开始,需要裁剪到27。这部分很容易做。问题出在 read2 中,其中核心序列开始较晚,我无法直接将其裁剪为 27nt,而是在核心序列开始后将其裁剪为 27nt。我希望输出采用 FASTA 格式。
有谁知道可以做到这一点的工具或有其他建议吗?
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@)