regex - 如何使用Linux命令提取Fasta文件中的部分文件头

Question

我有一个带有唯一 header 的 Fasta 文件，我想在 Unix 中使用正则表达式提取该 header 的一部分。

例如我的 Fasta 文件以此标题开头:

>jgi|Penbr2|47586|fgenesh1_pm.1_#_25  

我只想提取此 header 的最后一部分，例如:

>fgenesh1_pm.1_#_25

实际上我在 vim 编辑器中使用了这个正则表达式，但它不起作用:

:%s/^([^|]+\|){3}//g

或

:%s/^([A-Z][0-9]+\|){3}//g

如果给我一些建议，我会很合适。

Answer 1

你可以使用sed:

sed -e 's/>.*|/>/' fasta-file

即> 和 | 之间的所有内容都被替换为 >。