fasta格式是一種基于文本用于表示核酸序列或多肽序列的格式。其中核酸或氨基酸均以單個字母來表示，且允許在序列前添加序列名及注釋。該格式已成為生物信息學(xué)領(lǐng)域的一項標(biāo)準。

fasta格式文件的第一行是由大于號“>”（較常用）或分號“;”打頭的任意文字說明，用于序列標(biāo)記。從第二行開始為序列本身，只允許使用既定的核苷酸或氨基酸編碼符號（參見支持代碼類型）。通常核苷酸符號大小寫均可，而氨基酸常用大寫字母。使用時應(yīng)注意有些程序?qū)Υ笮懹忻鞔_要求。一般每行60～80個字母。

大家在平時工作學(xué)習(xí)的時候，經(jīng)常要統(tǒng)計每一條序列的長度，一個基因或者是一條染色體常?？梢员硎境蒮asta的形式，今天就向大家介紹幾種獲取fasta序列長度的方法。

一、使用awk命令獲取fasta序列的長度：

awk '/^>/{if (l!="") print l; print; l=0; next}{l+=length($0)}END{print l}' test.fasta

結(jié)果1

二、使用bioawk獲取fasta序列的長度：

###使用conda安裝bioawk
conda install bioawk 
###bioawk 統(tǒng)計長度
bioawk -c fastx '{ print $name, length($seq) }' < test.fasta

結(jié)果2

三、使用seqkit獲取fasta序列的長度：

conda install seqkit
seqkit fx2tab --length --name --header-line  test.fasta

結(jié)果3

四、使用samtools獲取fasta序列的長度

使用samtools faidx test.fasta 生成fai文件，可以看出前兩列就是fasta序列的名字和長度，

###提取前兩列：cut -f1-2 test.fasta.fai

結(jié)果四

當(dāng)然，以上方法不僅可以用來計算基因的長度，還可以用來計算染色體的長度，感興趣的小伙伴不妨試試哦。