提取多列并在其间添加空字符

Question

我有一个格式如下的文件：

TRINITY_DN119001_c0_g1_i1   4   *   0   0   *   *   0   0   GAGCCTCCCTCATGAATGTACCAGCATTTACCTCATAAAGAGCT    *   XO:Z:NM 
TRINITY_DN119037_c0_g1_i1   4   *   0   0   *   *   0   0   TAAGATTAGGTTGTATTCCAG   *   XO:Z:NM 
TRINITY_DN119099_c0_g1_i1   4   *   0   0   *   *   0   0   AGGCAGGCGCTAAACGATTTGCATTTCTCTAATGATTACGCCAG    *   XO:Z:NM

我正在尝试提取第 1 列和第 10 列并将其存储为以下格式（输出文件）：

>TRINITY_DN119099_c0_g1_i1  
GAGCCTCCCTCATGAATGTACCAGCATTTACCTCATAAAGAGCT    
>TRINITY_DN119037_c0_g1_i1
TAAGATTAGGTTGTATTCCAG
>TRINITY_DN119001_c0_g1_i1  
AGGCAGGCGCTAAACGATTTGCATTTCTCTAATGATTACGCCAG

我现在正在执行以下代码：

cut -d "  " -f1,10 in.txt > out.txt
sed 's/^/>/' out.txt

但是，无法了解如何获得上述输出。

Answer 1

您可以使用 awk:

awk '{printf ">%s\n%s\n", , }' file

>TRINITY_DN119001_c0_g1_i1
GAGCCTCCCTCATGAATGTACCAGCATTTACCTCATAAAGAGCT
>TRINITY_DN119037_c0_g1_i1
TAAGATTAGGTTGTATTCCAG
>TRINITY_DN119099_c0_g1_i1
AGGCAGGCGCTAAACGATTTGCATTTCTCTAATGATTACGCCAG

但是请注意，它是您显示的输出中的第 1 列和第 10 列，而不是第 9 列。

Answer 2

如果您的数据在 'd' 文件中，请尝试 gnu sed:

 sed -E 's/^(TRINITY_DN\S+).*\s([ACGT]+).*/\n/' d

提取多列并在其间添加空字符

Extract multiple columns and add null character in between

awk

sed

fasta