fastqファイルから読み取った内容を削除する

Question

sed 'N;N;N;/\n\n/d' file.fastq >new-file.fastq

これはFastQレコードの4行を読み、次に2つの連続した改行が含まれていることを確認します。その場合、レコード全体が無視されます。そうでない場合は印刷してください。これはファイル内のすべての項目に対して繰り返されます。印刷されたすべての履歴は新しいファイル（ここnew-file.fastq）に移動されます。

コメントを含むスクリプトsed：

         # (implicit: read a line)
N;       # read a second line, append it to the pattern space with embedded \n in-between
N;       # read a third line
N;       # read a fourth line
/\n\n/d  # if there are two consecutive newlines, delete and continue from top
         # (implicit: print)

同僚の意見：

Fastq レコードは通常ペアになっており、ペアのパートナーを見つけることができない場合、ソフトウェアはペアが欠落していることを明示的に知らせずに胴体を破る傾向があります。ペアを保持し、分離された履歴を分離するためのトリモマティックなどの最小長オプションを持ついくつかのツールがあります。

これは、ファイルの読み取りがペアになり、そのペアの1つが空の場合、空のレコードを削除するだけでペアが混乱することを意味します。

NULL読み取りを削除するための継手は、既存のバイオインフォマティクスツールを使用しない限りはるかに複雑です。標準のUnixツールボックスのツールを使用すると、空の読み取りを別々のファイルに保存してから、FastQヘッダーを使用してそのカスタムをスキャンして削除できます。

質問に表示されるデータは、ペアリングされていない読み取りとしてのみ表示されます。

Answer 1

sed 'N;N;N;/\n\n/d' file.fastq >new-file.fastq