fastx_toolkit 使い方 FastqからFastaへ変換

バイオインフォ道場、くまぞうです。

Fastq・Fastaファイルともに、バイオインフォマティクスで良く使うファイル形式です。FastqからFastaへ変換についてまとめます。

スポンサーリンク



FastqからFasta形式への変換

よく使われる形式なだけに、変換ツールや変換の方法は様々です。自分でスクリプトを書いて対応する人もいるでしょう。環境や好みに応じて、代表的なツールをいくつか使いこなせるようになっておくと良いと思います。

FASTX_Toolkit

次世代シーケンサのFASTA・FASTQの前処理に関連するツールを集めたものです。トリミングやクリッピング、クオリティ処理に関するツールが提供されています。このツール群に、FASTQ_to_FASTA converter というツールがあります。このツールを利用することで、FastqからFastaへ変換を行うことができます。

$ fastq_to_fasta -i input.fastq -o output.fasta

quality scoreに関するエラーが出る場合があります。これは、quality score の encoding がうまくいってないことに原因があります。「-Q33」のオプション(Illumina encoded quality scoresを使う)を与えるなどして対応しましょう。

$ fastq_to_fasta -i input.fastq -o output.fasta
fastq_to_fasta: Invalid quality score value ... <- error!
$ fastq_to_fasta -i input.fastq -o output.fasta -Q33

詳細

awkを使う

Fastq形式は、1行目がID・2行目が配列と決まっているので、これらの行だけを抽出します。awkのNRは現在の行番号を表すので、「NR % 4 == 1」は4行ずつ数えたときの1行目・「NR % 4 == 1」は同2行目になります。その行だけ行全体を出力します。

cat input.fastq | awk 'NR % 4 == 1 {print ">" $0 } NR % 4 == 2 {print $0}' > output.fasta
スポンサーリンク





ピックアップ記事

  1. awk if サンプルでわかる条件文の書き方 一致・大小比較・正規表現を簡潔に書く方法

    awkのif条件文は、条件によって処理をわけたいときに使います。条件式では、0の判定・関係演算子・…
  2. tidyverse – distinct関数でデータフレームの重複行を削除 dplyrパッケージ

    tidyverseでデータフレームの重複行の削除を行う場合、dplyrパッケージのdistinct…
  3. awk for 繰り返し処理 簡単なサンプルでわかる インクリメント・デクリメント、変わった繰り返し

    awkのfor文は、カウンタを目印にして処理を繰り返したいときによく使われます。for文では、カウ…

人気記事

  1. IGV, 解析ツール

    IGV 使い方 インストール〜便利な使い方まで | リファレンス・マッピングデータ・アノテーションを読み込んで表示しよう
    IGV(Integrative Genomics View…
  2. Excel, その他, 統計

    z-score 計算方法 エクセル(Excel) 編
    統計処理で、大きく変化しているなどの判断基準にも使われる値…
  3. R データ型 - 文字列・ベクター・データフレーム・マトリックス など-, R言語, スクリプト

    R subset関数 データフレームやmatrixからの条件指定による行・列の抽出
    R の subset関数は、データフレームやマトリックスか…

おすすめ記事

  1. awk, bash 文字列操作, シェルスクリプト

    bash 部分文字列・置換・長さ・連結・分割の文字列処理
    bashのよく使う文字列処理、部分文字列・置換・連結・長さ…
  2. R言語, グラフ

    R 使い方 軸・ラベルの調整(向き・サイズ・色など) グラフの描き方
    Rによるplot(グラフ)の描画は、手軽で大変便利です。た…
  3. bash 応用, シェルスクリプト

    シェル スクリプト ファイル存在チェック・空のファイルチェック
    bashでスクリプトを作成するときに、よく使うのがファイル…