様々なフォーマットのシーケンスファイルを素早くFASTA形式に変換する any2fasta

any2fastaは様々なフォーマットのシーケンスファイルをFASTAフォーマットに変換するperl スクリプトである。他の依存関係はなしにコアのPerlモジュールのみを使用する。非常に高速に実行する。（公開の動機はGithub参照）

以下のフォーマットをサポートしている（GIthubより）。

Genbank flat file, typically .gb, .gbk, .gbff (starts with LOCUS)
EMBL flat file, typically .embl, (starts with ID)
GFF with sequence, typically .gff, .gff3 (starts with ##gff)
FASTA DNA, typically .fasta, .fa, .fna, .ffn (starts with >)
FASTQ DNA, typically .fastq, .fq (starts with @)
CLUSTAL alignments, typically .clw, .clu (starts with CLUSTAL or MUSCLE)
STOCKHOLM alignments, typically .sth (starts with # STOCKHOLM)
GFA assembly graph, typically .gfa (starts with ^[A-Z]\t)

Files may be compressed with:

gzip, typically .gz
bzip2, typically .bz2
zip, typically .zip

インストール

macos10.14のminiconda3-4.3.30環境でテストした。

依存

any2fasta has no dependencies except Perl 5.10 or higher.

本体　Github

#bioconda
mamba install -c bioconda any2fasta -y

#homebrew
brew install brewsci/bio/any2fasta

#binary
cd /usr/local/bin 
wget https://raw.githubusercontent.com/tseemann/any2fasta/master/any2fasta
chmod +x any2fasta

> any2fasta -h

$ any2fasta -h

NAME

any2fasta 0.4.2

SYNOPSIS

Convert various sequence formats into FASTA

USAGE

any2fasta [options] file.{gb,fa,fq,gff,gfa,clw,sth}[.gz,bz2,zip] > output.fasta

OPTIONS

-h Print this help

-v Print version and exit

-q No output while running, only errors

-n Replace ambiguous IUPAC letters with 'N'

-l Lowercase the sequence

-u Uppercase the sequence

HOMEPAGE

https://github.com/tseemann/any2fasta

END

テストラン

入力ファイルと出力ファイルを指定する。

any2fasta input.gbk > output.fasta

様々なフォーマットに対応している。NCBI からダウンロードしたgenbankファイルをFASTA形式に変換。

any2fasta GCA_000005845.2_ASM584v2_genomic.gbff.gz > Ecoli.fna

複数ファイルを同時に読み込み、１つのファイルに出力。

any2fasta input1.gbff.gz input2.fna inout3.embl > output.fasta

CLUSTALのアラインメントファイルやアセンブリグラフのGFA/FASTGファイルにも対応している。miniasmのアセンブリのGFAファイルをFASTAに変換。

any2fasta assembly.gfa > output.fasta

fastqにも対応してますが、処理データ数が多ければseqtk（C lang）やseqkit（Go lang）を使ったほうが早く終わります。

引用

GitHub - tseemann/any2fasta: Convert various sequence formats to FASTA

wiki

https://ja.wikipedia.org/wiki/FASTA

macでインフォマティクス

HTS (NGS) 関連のインフォマティクス情報についてまとめています。

様々なフォーマットのシーケンスファイルを素早くFASTA形式に変換する any2fasta