如何使用序列ID（shell脚本）提取FASTA序列

我有下面的序列，它是fasta格式，带有序列头和它的核苷酸。 如何比较两个文件（Kcompare.pep和clade1i.txt）并提取具有相同序列头的序列？ 有人能帮我吗

Kcompare.pep

>ztr:MYCGRDRAFT_45998
MAAPLHAEGPIRTPYTGVELLNTPYLNKGTAFPADERRVLGLTALLPTSVHTLDQQLQRA
WHQYQSRDNDLARNTFLTSLKEQNEVLYYRLVLDHLSEVFSIIYTPTEGEAIQRYSSLFR
>kal:KALB_5042
MTAEVAVVSDGSAIPGASPPATLPLLQDYAELVREHAGLSAVPLAVDSARLAAELCALPK
RFRAVFLTHTDPERAFQVQRAVAKAGGPLVITDQDTTAISLTASTLTTLARRGRSPSDSR

clade1i.txt

cpo:COPRO5265_0583
ble:BleG1_3845
kal:KALB_5042

>kal:KALB_5042
MTAEVAVVSDGSAIPGASPPATLPLLQDYAELVREHAGLSAVPLAVDSARLAAELCALPK
RFRAVFLTHTDPERAFQVQRAVAKAGGPLVITDQDTTAISLTASTLTTLARRGRSPSDSR

预期产出

cpo:COPRO5265_0583
ble:BleG1_3845
kal:KALB_5042

>kal:KALB_5042
MTAEVAVVSDGSAIPGASPPATLPLLQDYAELVREHAGLSAVPLAVDSARLAAELCALPK
RFRAVFLTHTDPERAFQVQRAVAKAGGPLVITDQDTTAISLTASTLTTLARRGRSPSDSR

我尝试运行此操作，但没有出现错误或结果

for i  in K*
   do
     echo $i

      awk -F ' ' '{print $1}' $i/$i.pep > Kcompare.pep
      mv Kcompare.pep $i

      awk -F '_' '{print $2":"$3"_"$4}' $i/firstClade.txt > $i/clade1i.txt
       awk 'NR==1{printf $0"\t";next}{printf /^>/ ? "\n"$0"\t" : $0}' $i/Kcompare.pep | awk -F"\t"  'BEGIN{while((getline k <"$i/clade1i.txt")>0)i[k]=1}{gsub("^>","",$0);if(i[$1]){print ">"$1"\n"$2}}' > $i/firsti.pep
    done

用K表示i的

*
做
回声$i
awk-F'{print$1}'$i/$i.pep>Kcompare.pep
mv Kcompare.pep$i
awk-F'.'{print$2:“$3”\$4}'$i/firstClade.txt>$i/clade1i.txt
awk'NR==1{printf$0“\t”；next}{printf/^>/？“\n”$0“\t”：$0}'$i/Kcompare.pep | awk-F“\t”'开始{while（（getline k 0）i[k]=1}{gsub（^>”，“，”，$0）；if（i[$1]）{print“>”$1”\n“$2}>$i/firsti.pep
完成

使用以下方法：

while read l; do
  sed -n '/^>'"$l"'/,/^>|$/p' Kcompare.pep
done <clade1i.txt

读取时执行 sed-n'/^>“$l”/，/^>|$/p”Kcompare.pep 使用awk完成：

awk 'NR==FNR{a[">"$0];next}/^>/{f=0;}($0 in a)||f{print;f=1}' clade1i.txt Kcompare.pep

读取clade1i.txt文件并将其作为密钥存储在数组中。

---

阅读Kcompare.pep。对于以“>”开头的每一行，设置一个标志，并继续打印这些行，直到遇到以“>”开头的下一行。

循环文件并重新读取每一行的输入文件是一种常见的反模式。您可以轻松地将输入转换为单个

sed

脚本，然后在inpu上运行该脚本t文件。

sed的%.*%/^>&$/，/^>|$/p'clade1i.txt|sed-n-f-Kcompare.pep

biostars.org上的许多解决方案：您也可以尝试使用。