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