我正在尝试提取多个sta文件的第一个和最后一个contig。它们都有不同的名称，所以我不想用特定的名称，而是用文件中的位置。
我使用这个awk命令awk '/^>/{if(N)exit;++N;} {print;}' in.fasta来获取第一个contig，但我不确定如何获取文件中的最后一个contig。
我的fasta文件看起来像这样(但有更多的contig(：
PA257_2805 MKFSEKWLRSWANPQVSHDELVARLSVGLEVDADLPVAGFSGVGEVLSTEQPDAD>第257_2806页
，我想取出文件中的第一个和最后一个contig，这样它们就在两个单独的fasta文件中(就像它们在原始文件中一样(。
所需输出-一个文件中有第一个contig：
`>PA257_2805 MKFSEKWLRSWANPQVSHDELVARLSMVGLEVDADLPVAGAFSGVVVGEVLSTEQHPDAD
和中最后一个重叠群的第二个
`>第257_2806页
(注意，在实际文件中有两个以上的重叠群，并且都有不同的名称(
如果有人能帮助我，我将不胜感激！
如何获取文件中的最后一个contig
我会按照以下方式利用GNUAWK来完成这项任务，让file.txt的内容是
PA257_2805
MKFSEKWLRSWANPQVSHDELVARLSMVGLEVDADLPVAGAFSGVVVGEVLSTEQHPDAD
>PA257_2806
MGALTKAEIAERLYEELGLNKREAKELVELFFEEIRQALEHNEQVKLSGFGNFDLRDKRQ RPGRNPKTGEEIPITARRVVTFRPGQKLKARVEAYAGTKS
然后
awk 'BEGIN{RS=">"}END{printf "%s",">" $0}' file.txt
给出输出
>PA257_2806
MGALTKAEIAERLYEELGLNKREAKELVELFFEEIRQALEHNEQVKLSGFGNFDLRDKRQ RPGRNPKTGEEIPITARRVVTFRPGQKLKARVEAYAGTKS
说明：我假设>字符只出现在标题的开头，我通知GNUAWK>是行分隔符(RS(。在处理完所有行之后，我访问$0，它按原样表示最后一行，我用>作为前缀，并使用printf，以避免附加多余的换行符(这是默认的输出行分隔符(。如果你想了解更多关于RS的信息，请阅读8个强大的Awk内置变量——FS、OFS、RS、ORS、NR、NF、FILENAME、FNR
(在gawk 4.2.1中测试(
一个没有awk的解决方案：不是最高效的，但易于遵循和修改。单独处理fasta ID比ID+附加序列更容易。
制作一个仅包含fasta ID的文件。使用sed查找>字符并将其替换为零。将第一个ID写入文件。将最后一个ID附加到同一个文件。然后使用seqtk基于ID恢复完整序列。Seqtk需要没有>的纯ID名称，这就是我们之前删除它们的原因。您可能需要为此安装seqtk，但如果您使用的是fasta文件，您可能无论如何都想这样做。
grep ">" in.fasta | sed 's/>//' file > fasta_names
cat fasta_names | head -1 > names.lst
cat fasta_names | tail -1 >> names.lst
seqtk subseq in.fasta names.lst > out.fq