生物信息之独孤九剑——sed

编者按：

　 在金庸武学体系的众多武功之中，独孤九剑并不是最强劲的武功，它与其他武林绝学有很大的不同，可以说是鹤立鸡群。比如乔峰的降龙十八掌，段誉的六脉神剑，张无忌的九阳神功，石破天的罗汉伏魔神功，这些神功都需要强大的内力支撑，而独孤九剑则不同，不需要内力，这点其实可以从华山派气宗与剑宗的分歧就可以看出来。独孤九剑传人风清扬属于剑宗，更注重招式，而不是像剑宗注重练气。独孤九剑分为总诀式，破剑式，破刀式，破枪式，破鞭式，破索式，破箭式，破掌式，破气式，遇到不同的场景使用关不同的招式，因此，独孤九剑更加注重问题的解决，本质上就是就是通过工具来解决问题。只要学会这九剑，就可以处理很多的问题。学习生物信息也是同样的道理，当然练好内功，掌握很好的基础是非常必要的，但是也可以学习一些小工具，解决一些实际问题。那么从这次内容开始，我们就来给大家介绍生物信息之独孤九剑。

sed是linux下强大的文本编辑工具，sed全称是Stream EDitor，是一种流编辑器，什么是流编辑器呢。也就是相当于一个格式化的工具。当数据流过这个工具时，都被格式化成固定的格式。比如一个流水线中的一个模具，原材料是各种形状的，但是结果模具处理之后都变成同一的形状，这就是流编辑器。sed默认一次处理一行内容。处理时，把当前处理的行存储在临时缓冲区中，称为“模式空间”（pattern space），接着用sed命令处理缓冲区中的内容，处理完成后，把缓冲区的内容送往屏幕。接着处理下一行，这样不断重复，直到文件末尾。原文件内容并没有改变。sed主要用来自动编辑一个或多个文件，简化对文件的反复操作。而不需要编写转换程序来完成。

案例一：输出固定的行

sed -n '1307p'  seq.fna   #输出文件第1307行；

sed -n '100,200' seq.fna  #输出文件第100到200行；

案例二：替换操作

sed -e 's/gi/GI/' seq.fna  #将文件中gi全部替换为大写GI；

sed -i 's/gi/GI/g' seq.fna   #在原文件上进行替换，并且进行全部替换；

sed -i.bak 's#GI#gi#' seq.fna  #在原文件上进行替换，并进行备份；

sed -e 's/gi/GI/2；s/ref/REF/2' seq.fna   #只将第二次出现的gi和ref进行替换；

sed -f sed.list cds.list    #根据文件中的模式进行替换，可同时进行多条件替换；

sed -n 's/gi/GI/p' seq.fna  #打印发生替换的行；

案例三：删除空白行；

sed -e '/^\s*$/d'  seq.fna  #删除文件中的空白行；

案例四：行寻址

sed -n '/ref/p' seq.fna   #输出文件中包含ref关键字的行；

sed  '100,2000s/GI/gi/g' seq.fa  #则只替换100行到2000行的内容；

sed  '100,2000！s/GI/gi/g' seq.fa  #加感叹号取反，在这个范围之外的执行操作；

案例五：删除操作

sed -e '/>/d' seq.fna #删除包含ref的行；

sed -e 's/:.*//g' seq.fna   #删除冒号之后的所有内容；

案例六：对应替换，类似于tr的功能

sed -e 'y/ATCG/atcg/' seq.fna  #修改大小写

sed -e '/>/!y/ATCG/atcg/' seq.fna  #DNA序列反向互补配对，并修改大小写