从FASTA文件中，仅提取具有指定分类的条目

Question

我想从人类分类法中提取fasta文件的所有条目，并将这些条目放入一个新的较小的fasta文件中。我正在尝试使用R，但我不确定如何使用它。

来自fasta文件的两个条目如下：

>sp|Q4R572|1433B_MACFA 14-3-3 protein beta/alpha OS=Homo sapiens GN=YWHAB PE=2 SV=3
MTMDKSELVQKAKLAEQAERYDDMAAAMKAVTEQGHELSNEERNLLSVAYKNVVGARRSS
WRVISSIEQKTERNEKKQQMGKEYREKIEAELQDICNDVLELLDKYLIPNATQPESKVFY
LKMKGDYFRYLSEVASGDNKQTTVSNSQQAYQEAFEISKKEMQPTHPIRLGLALNFSVFY
YEILNSPEKACSLAKTAFDEAIAELDTLNEESYKDSTLIMQLLRDNLTLWTSENQGDEGD
AGEGEN

>sp|Q9CQV8|1433B_MOUSE 14-3-3 protein beta/alpha OS=Mus musculus GN=Ywhab PE=1 SV=3
MTMDKSELVQKAKLAEQAERYDDMAAAMKAVTEQGHELSNEERNLLSVAYKNVVGARRSS
WRVISSIEQKTERNEKKQQMGKEYREKIEAELQDICNDVLELLDKYLILNATQAESKVFY
LKMKGDYFRYLSEVASGENKQTTVSNSQQAYQEAFEISKKEMQPTHPIRLGLALNFSVFY
YEILNSPEKACSLAKTAFDEAIAELDTLNEESYKDSTLIMQLLRDNLTLWTSENQGDEGD
AGEGEN

Answer 1

如果你想在R中这样做，有来自BioStrings包的函数readAAstringset和readFASTA，还有来自seqinr的read.fasta，它允许你将文件读到R。然后你可以按照你喜欢的方式裁剪它并输出(这两个包也都有输出函数)。

您可以找到有关这些函数和包here和here的信息。

因为fasta最终是一个文本文件，所以您也可以使用here中描述的基本R函数来完成它，但不推荐这样做。