我想弄清楚如何将我的混合 DNA/RNA multifasta 转化为

>header1
atcggtc
atgcgca
>useful header2
aucggca
uucacuu
ucucuca
>header3
agucuau
cuagggc
...

在不破坏 header 的情况下转换为纯 DNA 格式。我的知识结束于

sed 's/u/t/g'

但这很明显会影响标题。有没有办法避免使用 sed 更改 header ，或者我应该使用其他命令？我应该寻找什么？

最佳答案

使用 sed，很容易说“只在选定的行上执行此操作”。一般语法是 address command 其中 address 可以是一个正则表达式，只匹配第一个字符不是 > 的行.

sed '/^[^>]/s/u/t/g' file.fasta >newfile.fasta

第一个^表示行首；字符类 [^>] 匹配不是(换行符或)> 的单个字符。

Awk 以后可能更容易学习、阅读和内存。 Awk 中的相同脚本可能看起来像

awk '/^[^>]/{ gsub(/u/,"t") }1' file.fasta >newfile.fasta

最后的 1 不是拼写错误；这是“打印所有行”的 Awk 习惯用法。

关于awk - 将 'u' 转换为 't' 而无需更改 FASTA 中的 header ，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/60054547/