FASTA格式序列特征提取方法，初砚硕，王清丽，在生物信息学中，FASTA格式是存储核酸序列或氨基酸序列的常用文本格式，每一个氨基酸或核酸用某个固定字母来表示。DIP数据库、NCBI数

cbbl 从NCBI核苷酸数据库下载所有cbbl基因的脚本，并以fasta格式输出。 只需更改搜索词和输出即可将其通用化。

使用Python分析Multi-Fasta格式的DNA序列 一个Python程序，将包含多FASTA格式的DNA序列的文件作为输入，并计算以下问题的答案： 文件中有几条记录？ FASTA文件中的记录定义为单行标题，后跟序列数据行。 在第一列中，标题行与序列数据之间用大于号（“>”）隔开。 “>”符号后的单词是序列的标识符，该行的其余部分是该条目的可选描述。 “>”和标识符的首字母之间不应有空格。 文件中序列的长度是多少？ 最长的序列是什么，最短的序列是什么？ 是否有一个以上的最长或最短序列？ 它们的标识符是什么？ FASTA格式 FASTA格式的序列文件可以包含多个序列。 FASTA格式的每个序列均以单行描述开头，后跟序列数据行。 广告内容描述行必须在第一列中以大于（“>”）符号开头。 FASTA格式的示例序列为： AB000263 | ACC = AB000263 | DESCR

vcf2phylip 将VCF格式的SNP转换为PHYLIP，NEXUS，二进制NEXUS或FASTA比对以进行系统发育分析 简要描述;简介 该脚本以VCF文件作为输入，并将使用SNP基因型创建PHYLIP（松弛版本），FASTA，NEXUS或二进制NEXUS格式的系统发育分析矩阵。 对于杂合SNP，已达成共识，并将IUPAC核苷酸歧义码写入最终矩阵（ces），允许任何倍性水平并自动检测。 该代码针对大型VCF矩阵（数百个样本和数百万个基因型）进行了优化，例如，在我们的测试中，它在约27分钟内处理了20GB VCF（约300万个SNP x 650个个体）。 该脚本的初始版本仅产生了PHYLIP矩阵，但现在我们添加了其他流行的格式，包括使用BEAST中的SNAPP插件运行SNP分析的二进制NEXUS文件（仅适用于二倍体基因型）。 此外，您可以为每个SNP选择最少数量的样本，以控制丢失数

文件脚本可将大的fasta文件中的序列，按照个数均分，分割成多个fasta文件，便于对各个小文件中的序列进行后续操作

seqtk, 在 fasta/q 格式中，用于处理序列的工具包 简介Seqtk是一种快速而轻量的工具，用于处理FASTA或者FASTQ格式的序列。 它无缝地解析了FASTA和FASTQ文件，也可以通过gzip随意压缩。 要安装 seqtkgit clone https://github.com

以前导入数据时都是一行行的导入，有时需要根据数据指定特定的分隔符，比如以>开头的fasta数据，在处理过程中顺便把多行的碱基序列变成了一行，自己摸索的写出来的

个人亲试，好用的脚本文件

FastaTools对Fasta蛋白质数据库执行多项操作。 有关更多信息，您可以查看源代码树中的README.md文件：https://sourceforge.net/p/lp-csic-uab/fastatools/code/ci/default/tree/README.md或者，您可以在“文件”部分中下载“文档指南” PDF文件：https://sourceforge.net/projects/fastatools.lp-csic-uab.p/files/FastaTools Documentation and Tutorials.pdf-Gallardo，Ó 。，Ovelleiro，D.，Gay，M.，Carrascal，M.，＆Abian，J.（2014）。 质谱数据挖掘的开源应用程序集合。 蛋白质组学，14（20），2275-2279。 https://doi.org/10.1002/pmic.201400124

一个简单的命令行实用程序，用于计算（多个）FASTA文件中的生物序列（DNA或蛋白质）大小。 它给出平均值，GC（或蛋氨酸）含量，N50，N90，N95，N的数目和总碱基，如果需要，也可以按密码子报告。