介绍seqtk软件用于lncRNA组装的流程
最编程
2024-01-03 12:51:54
...
下面是100个lncRNA组装流程的软件的笔记教程
seqtk在生信届被誉为序列处理的瑞士军刀，其出自生信大神李恒之手，李恒是SAMtools、BWA、MAQ等著名生信软件的核心作者。seqtk基于C语言编写的软件，运行速度极快，极大的提高工作效率。seqtk日常序列的处理包括，比如：fq转换为fa，格式化序列，截取序列，随机抽取序列等。
一、软件安装
使用conda安装
conda install -y seqtk
二、seqtk的用法
安装完成以后，可以使用 seqtk 来查看软件的帮助文档。
1. 软件用法：
2. 常用参数：
Command: seq common transformation of FASTA/Q # FASTA/Q 的转换
comp get the nucleotide composition of FASTA/Q # 获取FASTA/Q的核苷酸组成
sample subsample sequences # 获取样本序列
subseq extract subsequences from FASTA/Q # 提取子序列
fqchk fastq QC (base/quality summary) # fastq的质控
mergepe interleave two PE FASTA/Q files # 交叉合并双端测序的两个FASTA/Q files，
# 合并后的file第一条序列是第一个fq的第一条，
# 合并后的file第二条是序列是第二个fq的第一条
trimfq trim FASTQ using the Phred algorithm # 用Phred算法对fq修剪
hety regional heterozygosity # 区域性杂合
gc identify high- or low-GC regions # 识别高低GC含量的区域
mutfa point mutate FASTA at specified positions # 在特定位置指出FASTA的突变
mergefa merge two FASTA/Q files # 合并两个的FASTA/Q files
famask apply a X-coded FASTA to a source FASTA # 将X编码的fa应用到原fa
dropse drop unpaired from interleaved PE FASTA/Q # 从交错合并的fa/fq中丢弃不成对的序列
rename rename sequence names # 序列重命名
randbase choose a random base from hets#从hets中随机选一个碱基
cutN cut sequence at long N # 在N长度处切掉序列
listhet extract the position of each het # 提取每一个het位置
三、软件运行命令
1. seq 序列常规转换
将fastq转换成fasta：
seqtk seq -a Sample_R1.fq.gz > Sample_R1.fa
将fastq序列做反向互补分析：
seqtk seq -r Sample_R1.fq.gz > Sample_Revc_R1.fq
2. sample 随机抽样
seqtk sample -s100 Sample_R1.fq.gz 10000
# 可直接对压缩文件进行序列随机提取，在提取R1和R2两个文件的时候，需要-s值一致，才能使提取的序列id号对应。
3. subseq 提取序列
# 根据输入的bed文件信息，将固定区域的序列提取出来：
seqtk subseq in.fa reg.bed > out.fa
# 根据输入的name list，提取相应名称序列：
seqtk subseq in.fq name.lst > out.fq
4. 截取序列
# 切除reads的前5bp，以及后10bp：
seqtk trimfq -b 5 -e 10 in.fq > out.fq
更多使用方法参考：
https://www.jianshu.com/p/2671198ae625
上一篇： 四种计算fasta序列长度的方法