删除 FASTA 文件中的换行符

我有一个 fasta 文件，其中序列用换行符分隔。我想删除换行符。这是我的文件的示例：

>accession1
ATGGCCCATG
GGATCCTAGC
>accession2
GATATCCATG
AAACGGCTTA

我想把它转换成这样：

>accession1
ATGGCCCATGGGATCCTAGC
>accession2
GATATCCATGAAACGGCTTA

我找到了一个潜在的解决方案在这个网站上 http://seqanswers.com/forums/showthread.php?t=27567，看起来像这样：

cat input.fasta | awk '{if (substr($0,1,1)==">"){if (p){print "\n";} print $0} else printf("%s",$0);p++;}END{print "\n"}' > joinedlineoutput.fasta

但是，这会在每个条目之间放置一个额外的换行符，因此文件如下所示：

>accession1
ATGGCCCATGGGATCCTAGC

>accession2
GATATCCATGAAACGGCTTA

我是 awk 菜鸟，但我尝试修改命令。我的猜测是if (p){print "\n";}是罪魁祸首...可能print "\n"正在添加两个换行符。我不知道如何添加一个换行符...这可能很简单，但就像我说的，我是一个菜鸟。这是我的（不成功的）解决方案：

awk '{if (substr($0,1,1)==">"){print "\n"$0} else printf("%s",$0);p++;}END{print "\n"}' input.fasta > joinedoutput.fasta

但是，这会在文件开头添加一个空行，因为它总是在打印第一个入藏号之前打印一个新行：

{empty line} 
>accession1
ATGGCCCATGGGATCCTAGC
>accession2
GATATCCATGAAACGGCTTA

有人有办法让我的文件格式正确吗？谢谢！

This awk程序：

% awk '!/^>/ { printf "%s", $0; n = "\n" } 
/^>/ { print n $0; n = "" }
END { printf "%s", n }
' input.fasta

将产生：

>accession1
ATGGCCCATGGGATCCTAGC
>accession2
GATATCCATGAAACGGCTTA

解释：

在不以 a 开头的行上>，打印没有换行符的行并存储换行符（在变量中n） 为以后。

在以 a 开头的行上>，打印存储的换行符（如果有）和行。重置n，以防这是最后一行。

如果需要，以换行符结尾。

Note:

默认情况下，变量被初始化为空字符串。无需显式“初始化”变量awk /questions/tagged/awk，这就是你要做的c /questions/tagged/c以及大多数其他传统语言。

--6.1.3.1 在程序中使用变量 http://www.gnu.org/software/gawk/manual/gawk.html#Using-Variables, GNU Awk 用户指南 http://www.gnu.org/software/gawk/manual/gawk.html