gene.fa去重復

使用序列進行同源比對時需先根據(jù)gene.fa創(chuàng)建參考庫
有時提取的gene.fa中基因名有重復會報錯
BLAST Database creation error: Error: Duplicate seq_ids are found（不識別基因大小寫）

解決辦法R ：
library(Biostrings)
sequences <- readDNAStringSet("dre_gene.fa")

sequences@ranges@NAMES <- toupper(sequences@ranges@NAMES)###此處為都轉為大寫基因，按需使用

unique_names=unique(sequences@ranges@NAMES )

提取unique信息

unique_sequences <- sequences[unique_names]

保存新文件

writeXStringSet(unique_sequences, "gene_unique.fa")

新文件即可用makeblastdb軟件構建參考庫

linux命令：
makeblastdb -in gene_unique.fa -dbtype nucl -parse_seqids -out Anno_ref_dre

?著作權歸作者所有,轉載或內(nèi)容合作請聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成，瀏覽時請結合常識與多方信息審慎甄別。
平臺聲明：文章內(nèi)容（如有圖片或視頻亦包括在內(nèi)）由作者上傳并發(fā)布，文章內(nèi)容僅代表作者本人觀點，簡書系信息發(fā)布平臺，僅提供信息存儲服務。

相關閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容