regex - 使用 grep 测试文件是否是有效的 FASTA（即匹配单个正则表达式的完整文件）

Question

什么是测试给定文件是否为有效 FASTA 的简单方法：

valid_example.fasta

>genename1 atgcgtcactgNNNNNactgat
>genename 2 ACACTTACAGGGCTAC

>genename3 ATCCaACTACGGCTGGACTTGCGGCAT

我尝试了以下方法，但如果至少有 1 个有效基因，而不是所有基因，它会给出匹配

grep -Pli "(>.+\n[atgcn]\n+)*" valid_example.fasta

Answer 1

使用-v标志来反转匹配。然后检查是否有任何行匹配。

你可能想做

grep -qv [other options] [pattern] $file || echo $file matches

Answer 2

正则表达式到核苷酸 fasta 格式：

>.+\n[acgtnACGTN\n]+