利用正则表达式修改gff文件中的ID名称

我在做基因的结构时，想获得基因在染色体上的外显子，内含子，UTR位置信息，需要对gff文件修改。

gff文件中基因的ID名称是ID=LOC3C026830；CDS的ID是ID=LOC3C026830T1.cds1；ID=LOC3C026830T1.cds2；……；ID=LOC3C026830T1.cds25；等等，我用搜索替换来修改，命令为：

sed 's/.cds[0-9];/;/'

这里面只能把cds1到cds9去掉，而cds10以后的名称不能去掉，

请问应该怎么做？

默认排序时间排序

1 个回答

omicsgene - 生物信息 2020-02-12 10:01

擅长：重测序,遗传进化,转录组,GWAS

sed 's/\.cds[0-9][0-9];/;/' 用这个再搜索替换一下试试。