fasta文件有其固定的格式，如果某些序列格式错误或者出现一些不该出现的字符（例如乱码），就需要过滤掉这些序列。过滤方法比较简单，一个脚本就可以完成，避免重复的手动删除。
脚本运行命令：
perl fasta.filter.pl -in in.fasta -o out.fasta
其中 ：
fasta.filter.pl：脚本名称；
-in：输入选项，后跟输入文件名称；
-o：输出选项，后跟输出文件名称。
脚本如下：
use Bio::SeqIO;
use Bio::Seq;
use Getopt::Long;
my %opts;
GetOptions(\%opts,"in=s","o=s","h");
my$in = Bio::SeqIO->new(-file => "$opts{in}" ,
-format => 'Fasta');
my$out = Bio::SeqIO->new(-file => ">$opts{o}" ,
-format => 'Fasta');
while(my $seq = $in->next_seq()){
my ($id,$seqence,$desc)=($seq->id,$seq->seq,$seq->desc);
next if($seqence eq "");
next if($seqence =~ [^ATCGNatcgn]);
$out->write_seq($seq);
$out->close();
}
$in->close();
$out->close();
此外，我们在网易云课堂上有各种教学视频，有兴趣可以了解一下：
1. 文章越来越难发？是你没发现新思路，基因家族分析发2-4分文章简单快速，学习链接：基因家族分析实操课程
2. 转录组数据理解不深入？图表看不懂？点击链接学习深入解读数据结果文件，学习链接：转录组（有参）结果解读；转录组（无参）结果解读
3. 转录组数据深入挖掘技能-WGCNA，提升你的文章档次，学习链接：WGCNA-加权基因共表达网络分析
4. 转录组数据怎么挖掘？学习链接：转录组标准分析后的数据挖掘
5. 微生物16S/ITS/18S分析原理及结果解读
6. 更多学习内容：linux、perl、R语言画图，更多免费课程请点击以下链接：
https://study.omicsclass.com/
