有没有办法替换所有出现的某些字符，但仅限于每第n行？

Question

我试图用fasta文件的序列部分中的C替换所有不是T，A，G或N的字符 - 即每隔一行

我认为awk和tr的某些组合是我需要的......

要打印所有其他行：

awk '{if (NR % 2 == 0) print $0}' myfile

用N替换这些字符

tr YRHIQ- N

...但我不知道如何将它们组合起来，以便字符替换只在每一行上，但它会打印每一行

这就是我所拥有的那种东西

>SEQUENCE_1
AGCYGTQA-TGCTG
>SEQUENCE_2
AGGYGTQA-TGCTC

我希望它看起来像这样：

>SEQUENCE_1
AGCNGTNANTGCTG
>SEQUENCE_2
AGGNGTNANTGCTC

但不是这样的：

>SENUENCE_1
AGCNGTNANTGCTG
>SENUENCE_2
AGGNGTNANTGCTC

Answer 1

您遇到的问题很容易回答，但在处理通用fasta文件时无法帮助您。 Fasta文件有一个序列标题，后跟一行或多行，可以连接起来表示序列。 Fasta文件格式大致遵循以下规则：

• 描述行（defline）或标题/标识符行以<greater-then>字符（>）开头，为序列提供名称和/或唯一标识符，还可能包含其他信息。
• 在描述行之后是标准单字母字符串中的实际序列。除了有效字符之外的任何内容都将被忽略（包括空格，制表符，星号等）。
• 序列可以跨越多行。
• 通过在公共文件中连接几个单序列FASTA文件，通常通过在两个后续序列之间留下空行来获得多序列FASTA格式。

要回答OP的问题，如果您只想处理每一行，您希望：

awk '!(NR%2){gsub(/[^CTAG]/, "N")}1' file.fasta

但是，在以下任何情况下，此方法都将失败：

• 具有多行序列的fasta文件
• multi-fasta文件，后续序列之间可能有空行

更好的方法是排除标题行并处理所有其他行：

awk '!/^>/{gsub(/[^CTAG]/, "N")}1' file.fasta

Answer 2

感谢@ kvantour对fasta文件的解释，这里有另一个sed解决方案比旧方案更适合你的任务：

sed '/^>/! s/[^ACTG]/N/g' file.fasta

• /^>/!：如果此行不以>开头，请执行以下操作：
• s/[^ACTG]/N/g：用ACTG取代每个角色，但N。

Answer 3

这是awk的一个解决方案

awk 'NR%2 ==0{gsub(/[^CTAG]/, "N")}1' file

结果

SEQUENCE_1
AGCNGTNANTGCTG
SEQUENCE_2
AGGNGTNANTGCTC

解释正如OP想要的那样，我只是寻找每个偶数行来应用更改 NR/2 == 0

NR是迄今为止从file读取的记录数（行数）

和gsub(/[^CTAG]/, "N")替换所有不是'C'，'T'，'A'，'G'的字符

[^CTAG] ^是否定

和awk通过expression action格式

在这里expression是NR/2==0和行动用N替换字符与gsub不是CTAG