如何从fasta中删除字符串组

Question

我有斋戒

sp|A0A0B4J2F2|SIK1B_HUMAN 推定的丝氨酸/苏氨酸蛋白激酶 SIK1B OS=智人 OX=9606 GN=SIK1B PE=5 SV=1 MVIMSEFSADPAGQGQGQQKPLRVGFYDIERTLGKGNFAVVKLARHRVTKTQVAIKIIDK...>sp|A0A0B4J2F2|SIK1B_HUMAN_VEP 推定的丝氨酸/苏氨酸蛋白激酶 SIK1B OS=智人 OX=9606 GN=SIK1B PE=5 SV=1MVIMSEFSADPAGQGQGQQKPLRVGFYDIERTLGKGNFAVVKLARHRVTKTQVAIKIIDK..

两者具有相同的序列，但不同的 id 字符串。我想删除没有 _VEP 的 id 和字符串，并用 _VEP 保存 id 和序列。

我试试这个 f2 - 我需要删除的带有 seq 的文件 f1 - 包含所有 seq 的文件 grep -v -x -f f2.fasta f1.fasta > f3.fasta

还有另一个变种 awk 'NR==FNR { b[$0] = 1;下一个 } !b[$0]' f2.fasta f1.fasta > f3.fasta

我有这个输出

sp|A0A0B4J2F2|SIK1B_HUMAN_VEP 推定的丝氨酸/苏氨酸蛋白激酶 SIK1B OS=智人 OX=9606 GN=SIK1B PE=5 SV=1无序列

但我想要这个

>sp|A0A0B4J2F2|SIK1B_HUMAN_VEP 推定的丝氨酸/苏氨酸蛋白激酶 SIK1B OS=智人 OX=9606 GN=SIK1B PE=5 SV=1MVIMSEFSADPAGQGQGQQKPLRVGFYDIERTLGKGNFAVVKLARHRVTKTQVAIKIIDK..

Answer 1

建议awk 脚本：

awk -F'|' '$3 ~ "_VEP "{print}' *.fasta