如何快速将参考基因组拆分为各条染色体序列？

目录

• 需求
• 方法一
• 方法二

需求

客户反映，完整的基因组太大打不开，要我将之按各条染色体和scaffold拆分。如何快速实现？

方法一

借助工具：

$ pip install pyfaidx
$ faidx -x sequences.fa

方法二

自己写脚本：split.pl

#!/usr/bin/perl

$f = $ARGV[0]; #get the file name

open (INFILE, "<$f")
or die "Can't open: $f $!";

while (<INFILE>) {
$line = $_; 
chomp $line;
if ($line =~ />/) { #if has fasta >
close OUTFILE;
$new_file = substr($line,1);
$new_file .= ".fa";
open (OUTFILE, ">$new_file")
or die "Can't open: $new_file $!";
}
print OUTFILE "$line
";
}
close OUTFILE;

运行：perl split.pl sequences.fa

放到一个目录中，gzip -r dir一并发给客户。

https://www.biostars.org/p/173723/
http://seqanswers.com/forums/archive/index.php/t-32162.html