如何仅线性化ipcress输出文件中的FASTA序列？

使用ipcress进行虚拟PCR后，输出结果中的FASTA序列是分段换行的，需要仅将FASTA序列线性化，其余非FASTA的结果信息保持原样。

原始输出片段：

Ipcress result
Experiment: Primer1
Primers: B A
Target: QLOD02000001.1:filter(unmasked), whole genome shotgun sequence
Matches: 20/20 20/20
Product: 2601 bp (range 100-5000)
Result type: revcomp
ipcress: QLOD02000001.1:filter(unmasked) Primer1 2601 B 91258 0 A 93839 0 revcomp
>F-RK1_product_1 seq QLOD02000001.1:filter(unmasked) start 91258 length 2601
AAGCGGATTGAGAAGTGGTGGTGGTAGTAGCAGTCATGTGGGTAACGAAGACTACAACAGCAGTATTATA
ATTAGGAAAAGGTTTGAAGAAAAGATGAGGCTTGAAAGGGACGACGACGACGACAAGATCTTCAATCCCA
CCAAGTACTTTGTCCAAGAAGTTGTTAATTGCTTTGATGAGTCTGACCTCTACAGAACT...

Ipcress result
Experiment: Primer2
Primers: B A
Target: QLOD02000001.1:filter(unmasked), whole genome shotgun sequence
Matches: 20/20 20/20
Product: 854 bp (range 100-5000)
Result type: revcomp
ipcress: QLOD02000001.1:filter(unmasked) Primer2 854 B 149835 0 A 150669 0 revcomp
>F-RK3_product_1 seq QLOD02000001.1:filter(unmasked) start 149835 length 854
AGGATGACATGGGAATCTGGGACCTCAACCATTTTGTCTAGCTCTCTCCCAAGAGAAAGCGACGAAAATG
ACATGGGTTTGGCTCTGTATTGTTTAACAAATTTAAGTGGCTTAAAAACTCTAC....

期望输出：仅FASTA序列合并为单行，其余内容完全保留。

以下是几种实用的实现方法：

方法1：Awk脚本（推荐） #

直接处理整个文件，自动识别FASTA序列并线性化，同时完整保留所有其他内容：

awk '
    # 遇到FASTA标题行或新的ipcress结果块起始行
    /^>/ || /^Ipcress result/ {
        # 输出之前缓存的序列（如果有）
        if (seq != "") {
            print seq
            seq = ""
        }
        # 打印当前行
        print
        next
    }
    # 序列行：追加到缓存变量
    { seq = seq $0 }
    # 脚本结束时，打印最后一段缓存的序列
    END { if (seq != "") print seq }
' input_file > output_file

将input_file替换为你的实际文件名，output_file为处理后的输出文件。

方法2：Sed命令 #

适合快速处理结构固定的文件：

sed -e '/^>/!{/^Ipcress result/!{H;d;}}' -e 'x;s/\n//g;x' input_file > output_file

原理：将所有序列行暂存到缓冲区，遇到标题行或结果块起始行时，将缓冲区的序列合并为单行后输出。

方法3：Seqkit（生物信息专用工具） #

如果已安装seqkit（可通过conda/pip安装），可拆分处理后合并：

# 提取非FASTA内容到临时文件
grep -v "^>" input_file > temp_non_fasta.txt
# 提取并线性化FASTA内容
grep -A 999 "^>" input_file | seqkit seq -w 0 > temp_fasta.txt
# 合并两个文件（适用于结果块与FASTA一一对应的情况）
# 若需要更精准的合并，建议使用方法1的awk脚本

内容的提问来源于stack exchange，提问作者Najoua