利用PGCGAP根据ids提取序列信息
发表于:2022-04-15 | 分类: 生物信息
字数统计: 389 | 阅读时长: 1分钟 | 阅读量:

使用场景

假设有一个fasta格式的序列文件SRR9620252.faa,我们想要提取其中的一些序列到一个新的文件中,我们拥有这些序列的id (假设这些id存放在文件ids.txt中)。常规操作的话,可以复制id,在fasta文件中打开搜索,粘贴id,点击查找,复制找到的序列,粘贴到新的文件中(假设为Seqout.fasta)。假如你只找一条序列,1 min之内可以完成,假如你要找100条序列,1 h可能没了。而用PGCGAP可以在1 min之内完成,剩下的59 min可以喝喝茶。

使用方法

PGCGAP安装

参考官网,需要版本v1.0.35及以上。

开始提取

在终端里打开PGCGAP的conda安装环境,并运行如下命令:

1
2
3
# ids.txt中含有要提取序列的id,可以是一列或者多列,如果为多列,需要用空格或者制表符来分隔列与列,id本身是不能带空格的。

pgcgap --ACC --id2seq --ids ids.txt --seqin SRR9620252.faa --seqout Seqout.fasta

提取的文件保存在Seqout.fasta中。

引用

Liu H, Xin B, Zheng J, Zhong H, Yu Y, Peng D, Sun M. Build a bioinformatics analysis platform and apply it to routine analysis of microbial genomics and comparative genomics. Protocol exchange, 2022. DOI: 10.21203/rs.2.21224/v6

示例获取

关注公众号“生信之巅”,聊天窗口回复“e6ae”获取下载链接。

生信之巅微信公众号 生信之巅小程序码

敬告:使用文中脚本请引用PGCGAP,请尊重本人的劳动成果,谢谢!Notice: When you use the scripts in this article, please cite PGCGAP. Thank you!

上一篇:
多种方法批量下载NCBI基因组
下一篇:
PGCGAP - the Prokaryotic Genomics and Comparative Genomics Analysis Pipeline v1.0.33