我想得到小鼠mm9的全基因组的fa格式序列，现在手里有单个染色体的fa格式的序列，用什么工具整合这些数据

发布网友发布时间：2022-04-23 23:51

共2个回答

热心网友时间：2023-10-14 07:03

windows下面的话任何能处理大型文本文件的编辑器都可以的，例如LTFviewer
linux下直接cat file1 file2 > file3 就可以合并文件了。

热心网友时间：2023-10-14 07:03

如果没猜错，因该是用比较省的非可见字符存储的文件。这种文件用可是文件打开是乱码。
你为什么要整合，本来基因就是一个一个的说。追问我手里倒是有一个.2bit的文件是全基因组的序列，不过要转译成fasta还需要装软件太麻烦。我要整合的不是基因，而是染色体，我手里有9个fasta格式的文件对应九条染色体，我还有一些RNA的数据，要map到DNA上看表达量作分析，RNA数据是全基因范围内的转录本对应的基因文件自然不能是不全的单条染色体，而且即便可行，我还得要一条一条的染色体去拼，每条都跑上好几十个小时，很累的。

追答对基因的理解只停留在高中水平，但是你说的似乎是可以分别对每个基因求RNA。一条RNA似乎可以在一条基因上找到一个对应位置，然后你想知道是不是所有RNA都是基因转出来的是吧。
你需要程序，读取每条RNA然后依次在基因文件里找，找到后生成RNA加位置记录。
还是没看出为什么要拼接基因文件额。

如果程序是通用程序，同时在多个文件里搜索应该是可以的。就像网络上传图片一样，多选而已。

突然想到。可能算法应该改一下。就是找到以后，把对应的DNA删除。这样中后期就越来越短。
又有一招，可以对DNA进行压缩成校验码一类的东西。（如果转录是有分割标志的话。）
比如某个特定的段是在转换时绝对不会生成东西这样的段（或者是生成比较常见的酶之类的）就可以大大简化文本量。