linux shell统计 fasta文件中每条染色体上的碱基数

 

001、

root@DESKTOP-1N42TVH:/home/test5/test/test# ls
test.fa
root@DESKTOP-1N42TVH:/home/test5/test/test# cat test.fa   ## 测试fasta文件
>Chr1
ACCCTAAACCCTAAACCCTAAACCCTAAACCCTAAACCCTAACCCTAAAC
ACCCTAAACCCTAAACCCTAAACCCTAAACCCTAAACCCTAACCCTAAAC
>Chr2
ACCCTAAACCCTAAACCCTAAACCCTAAACCCTAAAC
>Chr3
CCCTAACCCTAAACCCTAAACCCTAAACCCTAAACCCTAAACCCTAAACC
CCCTAACCCTAAACCCTAAACCCTAAACCCTAAACCCTAAACCCTAAACC
CCC
>Chr4
CCCTAACCCTAAACCCTAAACCCTAAACCCTAAACCCTAAACCCTAAACC
CCCTAAC
root@DESKTOP-1N42TVH:/home/test5/test/test# grep ">" test.fa | paste - <(grep ">" test.fa | sed 1d | sed '$a >Chrend')
>Chr1   >Chr2                               ## 创建一个索引文件
>Chr2   >Chr3
>Chr3   >Chr4
>Chr4   >Chrend
root@DESKTOP-1N42TVH:/home/test5/test/test# grep ">" test.fa | paste - <(grep ">" test.fa | sed 1d | sed '$a >Chrend') > index.txt
root@DESKTOP-1N42TVH:/home/test5/test/test# ls
index.txt  test.fa
root@DESKTOP-1N42TVH:/home/test5/test/test# cat index.txt | while read {i,j}; do sed -n "/^$i$/,/^$j$/{/^$i$/b; /^$j$/b; p}" test.fa | awk -v a=$i '{sum += length($0)}END{print a, sum}' >> result.txt; done
root@DESKTOP-1N42TVH:/home/test5/test/test# ls          ## 利用循环进行统计
index.txt  result.txt  test.fa
root@DESKTOP-1N42TVH:/home/test5/test/test# cat result.txt   ## 查看结果
>Chr1 100
>Chr2 37
>Chr3 103
>Chr4 57