fasta格式文件处理大全（五）

前面我们介绍了fastq格式文件的处理，大概有20多个案例，掌握了这些案例，后面拿到fastq格式之后就可以根据需求，使用合适的软件工具进行处理了，从这次内容开始，我们将逐渐介绍fasta格式文件的处理。相比于fastq格式，fasta格式处理更加容易。

17 查找重复序列

给定一段fasta格式的基因组序列，如何找到其中的重复序列，其实也比较容易，直接使用RepeatMasker工具即可。

RepeatMasker -pa 2 -q -species tuber -html -gff -dir repeat ref.fna

-pa：线程数
-q：快速模式，敏感性稍低，-s为慢速模式，敏感性更高
-species：物种名
-html：输出html结果
-gff：输出gff格式结果
-dir：输出文件夹

18 串联重复序列

给定一段fasta格式的基因组序列，如何找到其中的串联重复序列，可以使用trf工具。

trf ref.fna 2 7 7 80 10 50 500 -f -d -m   

2 7 7 80 10 50：为运行模式选项，各种罚分标准。
-m：输出屏蔽序列
-f ：输出侧翼序列
-d ：输出结果文件
-h：输出html格式结果

19 blast比对

fasta格式最长使用的就是进行blast对，比对之前需要对参考序列建立索引。例如，有两个fasta格式序列，ref.fna与query.fna，其中ref.fna作为参考序列。

#建立索引
#makeblastdb -in ref.fna -dbtype nucl -parse_seqids -out ref.fna
#blastn比对
blastn -query gene.fna -db ref.fna -out blastn.out -outfmt 0 -evalue 1e-5

20 建立bwa索引

fasta序列可以作为BWA比对的参考序列，比对之前同样创建索引。

bwa index -a is ref.fna

---------- END ----------

您可能还会感兴趣的