之间处理fasta或者fastq时总是自己进行写脚本，比如：fasta-fastaq的转化，根据名称调取fasta序列等；自从发现了seqkit，着实方便，再也不用费时间写脚本。

安装

conda install seqkit

使用

序列操作 (seq)

## 取反向序列 seqkit seq test.fa -r > test_re.fa ## 取互补序列 seqkit seq test.fa -p > test_com.fa ## 取反向互补序列 seqkit seq test.fa -r -p > test_re_com.fa ## RNA---> DNA序列 seqkit seq test.fa rna2dna > test_dna.fa ## 小写字母输出 seqkit seq test.fa -l > test_lower.fa ## 大写字母输出 seqkit seq test.fa -u > test_upper.fa ## 指定每行序列的输出长度(为0的话，代表为一整行，默认的输出 长度是60个碱基) seqkit seq test.fa -w 10 > test_10.fa (指定序列的长度为10) ## 将多行序列转换为一行序列 seqkit seq test.fa -w 0 > test_w.fa ## 只输出序列 seqkit seq test.fa -s -w 0 > test_seq.fa ## 将只输出的序列的，指定每行输出的碱基数 seqkit seq test_seq.fa -s -w 40 > test_seq40.fa

fasta/q以及tab格式相互转换

## 将fataq文件转化为fasta格式. seqkit fq2fa test.fq -o test.fa ## 将fasta格式转化为tab格式 seqkit fx2tab test.fa > test_tab.fa (没有seq参数)

序列提取（grep）

## 给定序列名称文件 gene.txt（一行一个基因），fasta文件 seqkit grep -f gene test.fa |seqkit seq -i >gene.fa -i：只输出ID，后面的信息不输出，比如长度等信息

截取序列（subseq）

## 给定一bed文件；name start end； 从fasta文件中截取相对应序列（序列从0开始计数） seqkit subseq --bed gene.bed test.fa >>gene.subseq.fa

去除重复序列（rmdup）

给定一fasta/q序列，从重去除重复序列，保留唯一序列 seqkit rmdup -n test.fa >test_rmdup.fa ##参数 -n: 根据ID（全部名称）去除重复 -s: 根据序列去除重复

切割序列（split）

seqkit split test.fa -p 4 将test.fa 分隔为4个部分

统计基因组/fq信息

seqkit stats *fq.gz ## 可以得到碱基数量等信息