Text 修剪行的第一个字符以匹配第二行的长度

我正在玩一些fastq文件，从fastq序列的第二行修剪特定序列：

输入示例：

@D00733:159:CA65UANXX:8:1214:11297:78554
GTTTTACACAATTATACGGACTTTATCCGCTTTTGTGCCTCTTTAATTTC
+
BBCCCEGGGGGGGFGEGGGDGGGGGGGGGGGGGGFGGGGGGGGGGGGEGG
@D00733:159:CA65UANXX:8:1214:11297:78555
TATGATTAGATGCGGATTGATCTGATCGGGACTGATTTTTTTTAGGGATT
+
BBCCCEGGGGGGGFGEGGGDGGGGGGGGGGGGGGFGGGGGGGGGGGGEGG

我从序列中修剪子序列“ttataggactttatc”及其之前的任何内容：

sed 's/^.*TTATACGGACTTTATC//' in.fastq > in2.fastq

结果如下：

@D00733:159:CA65UANXX:8:1214:11297:78554
CGCTTTTGTGCCTCTTTAATTTC
+
BBCCCEGGGGGGGFGEGGGDGGGGGGGGGGGGGGFGGGGGGGGGGGGEGG
@D00733:159:CA65UANXX:8:1214:11297:78555
TATGATTAGATGCGGATTGATCTGATCGGGACTGATTTTTTTTAGGGATT
+
BBCCCEGGGGGGGFGEGGGDGGGGGGGGGGGGGGFGGGGGGGGGGGGEGG

哪种方法可以有效地修剪条目（质量）中第四行的开头，以匹配第二行（顺序）的长度？每行由\n个字符分隔，每个条目由4行组成（标识符、序列、+、质量）

预期产出：

@D00733:159:CA65UANXX:8:1214:11297:78554
CGCTTTTGTGCCTCTTTAATTTC
+
GGGGGGGFGGGGGGGGGGGGEGG
@D00733:159:CA65UANXX:8:1214:11297:78555
TATGATTAGATGCGGATTGATCTGATCGGGACTGATTTTTTTTAGGGATT
+
BBCCCEGGGGGGGFGEGGGDGGGGGGGGGGGGGGFGGGGGGGGGGGGEGG

---

提前谢谢

对于我们当中的非“生物生理学快客”（那就是我），你的台词总是四人一组。组中的第一个以

@

开头。您希望在任何组的第2行上找到某些内容（从一次运行到下一次运行），如果找到了，请将其与第4行开头的尽可能多的字符一起删除，以使第4行的长度与组的第2行的长度匹配。对的还是没有希望？问题的完美解释！好极了@埃德蒙顿现在应该能为我们解决这个问题；-）哇，这太令人惊讶了，我不想批评你，既然你已经非常友好和简洁地解决了这个问题，但是你似乎只是在寻找每4行中的第2行，而不是从以

@

开头的第二行，那么如果文件中的任何地方有一个空行，或者只有一个标题行，这不会出错吗？如果它是一个痛苦的橄榄球-我只是问。正确。如果发生这种情况，我们需要OP来修复他们的样本输入。

$ awk 'NR%4==2{s=match($0,/TTATACGGACTTTATC/)+RLENGTH} NR%4~/[02]/{$0=substr($0,s)} 1' file
@D00733:159:CA65UANXX:8:1214:11297:78554
CGCTTTTGTGCCTCTTTAATTTC
+
GGGGGGGFGGGGGGGGGGGGEGG
@D00733:159:CA65UANXX:8:1214:11297:78555
TATGATTAGATGCGGATTGATCTGATCGGGACTGATTTTTTTTAGGGATT
+
BBCCCEGGGGGGGFGEGGGDGGGGGGGGGGGGGGFGGGGGGGGGGGGEGG