awk: 从格式化的fasta中提取部分id的序列

这个是沙方客户提出来的需求，而我并不想给它写个脚本实现，就用了linux命令实现。简单快捷。

看两个fasta的格式，一个是单行的序列，一个是格式化后的序列

# test.fa
>id1_1
ATCGATCGATCGATCGATCGATCGATCGATCGATCGATCGATCGATCGATCGATCGATCGATCGATCGATCG
>id2_1
ATCGATCGATCGATCGATCGATCGATCGATCGATCGATCG
>id3_1
ATCGATCGATCGATCGATCGATCG

# test.fa
>id1_1
ATCGATCGATCGATCG
ATCGATCGATCGATCG
ATCGATCGATCGATCG
ATCGATCGATCGATCG
ATCGATCG
>id2_1
ATCGATCGATCGATCG
ATCGATCGATCGATCG
ATCGATCG
>id3_1
ATCGATCGATCGATCG
ATCGATCG

题目：提取id1和id2的序列，并组成fasta格式的文本

答案：

收集id的文本，命名为id.txt

id1
id2

第一种文本的代码：

$ grep -f id.txt test.fa -A 1
>id1_1
ATCGATCGATCGATCGATCGATCGATCGATCGATCGATCGATCGATCGATCGATCGATCGATCGATCGATCG
>id2_1
ATCGATCGATCGATCGATCGATCGATCGATCGATCGATCG

第二种文本的代码：

$ grep -f id.txt test.fa >full_id.txt
$ awk -v RS=">" -v FS="\n" -v ORS="" 'NR==FNR{a[$1]=$0;}NR>FNR{print ">"a[$1]}' test.fa full_id.txt |sed 's/>>/>/'
>id1_1
ATCGATCGATCGATCG
ATCGATCGATCGATCG
ATCGATCGATCGATCG
ATCGATCGATCGATCG
ATCGATCG
>id2_1
ATCGATCGATCGATCG
ATCGATCGATCGATCG
ATCGATCG

---

不用写代码，希望帮到你~