bioawk是awk的超集.

bioawk能额外解析的生物数据格式

$ bioawk -c help

• bed:
  1:chrom 2:start 3:end 4:name 5:score 6:strand 7:thickstart 8:thickend 9:rgb 10:blockcount 11:blocksizes 12:blockstarts
• sam:
  1:qname 2:flag 3:rname 4:pos 5:mapq 6:cigar 7:rnext 8:pnext 9:tlen 10:seq 11:qual
• vcf:
  1:chrom 2:pos 3:id 4:ref 5:alt 6:qual 7:filter 8:info
• gff:
  1:seqname 2:source 3:feature 4:start 5:end 6:score 7:filter 8:strand 9:group 10:attribute
• fastx:
  1:name 2:seq 3:qual 4:comment

bed为常见的染色体位置格式

sam格式为比对结果的格式

vcf为突变结果格式

gff格式用的少

fastx为序列格式,包括fasta和fastq

示例

只取长度为166的序列

    bioawk -c fastx 'length($seq)==166{print "@"$name"\n"$seq"\n+\n"$qual}'  in.fq > out.fq