从FASTA文件中，仅提取具有指定分类的条目

Question

我想提取来自人类分类法的fasta文件的所有条目，并将这些条目转换为新的较小的fasta文件。我正在尝试使用R，但我不知道该怎么做。

fasta文件中的两个条目如下：

>sp|Q4R572|1433B_MACFA 14-3-3 protein beta/alpha OS=Homo sapiens GN=YWHAB PE=2 SV=3
MTMDKSELVQKAKLAEQAERYDDMAAAMKAVTEQGHELSNEERNLLSVAYKNVVGARRSS
WRVISSIEQKTERNEKKQQMGKEYREKIEAELQDICNDVLELLDKYLIPNATQPESKVFY
LKMKGDYFRYLSEVASGDNKQTTVSNSQQAYQEAFEISKKEMQPTHPIRLGLALNFSVFY
YEILNSPEKACSLAKTAFDEAIAELDTLNEESYKDSTLIMQLLRDNLTLWTSENQGDEGD
AGEGEN

>sp|Q9CQV8|1433B_MOUSE 14-3-3 protein beta/alpha OS=Mus musculus GN=Ywhab PE=1 SV=3
MTMDKSELVQKAKLAEQAERYDDMAAAMKAVTEQGHELSNEERNLLSVAYKNVVGARRSS
WRVISSIEQKTERNEKKQQMGKEYREKIEAELQDICNDVLELLDKYLILNATQAESKVFY
LKMKGDYFRYLSEVASGENKQTTVSNSQQAYQEAFEISKKEMQPTHPIRLGLALNFSVFY
YEILNSPEKACSLAKTAFDEAIAELDTLNEESYKDSTLIMQLLRDNLTLWTSENQGDEGD
AGEGEN

Answer 1

如果你想在R中做到有来自readAAstringset包的函数readFASTA和BioStrings，还有来自read.fasta的seqinr，这将允许你将文件读取到R.然后你可以按你喜欢和输出的方式修剪它（两个包都有输出功能也是如此）。

您可以找到有关这些功能的信息和包here和here。

由于fasta最终是一个文本文件，您也可以使用here描述的基本R函数来执行此操作，但不建议这样做。