仓库源文，站点原文

title: 一次修改注释文件的经历 tags:

• "Bioinformatics" slug: i8w9q3h6 date: 2023-10-24T14:09:24+08:00

今天有一位师姐在看到我之前的 基因家族鉴定 帖子之后，请我帮忙修改一份注释文件，他们找了公司测得的文件，格式与标准的注释文件有所差别，于是我使用 Excel 和 Notepad++对文件的格式进行了修改。

在每一行后面的 ID 信息这一块，有一些符号似乎被转换成网址格式了？（例如网址里的空格会被自动转换成%20）

Arabis_paniculata_L_1-10k_transcript/0  transdecoder    gene    1   7495    .   +   .   ID=Gene.1::Arabis_paniculata_L_1-10k_transcript/0::g.1;Name=ORF%20type%3Acomplete%20len%3A2361%20(%2B)

使用 Notepad++批量替换：

• %20 替换成空格
• %2B 替换成+
• %3A 替换成：

然后在第一列，标准注释文件中是染色体，而这个文件是Arabis_paniculata_L_1-10k_transcript/0，使用 Notepad++正则匹配：

Arabis_paniculata_L_1-10k_transcript/(\d+)

然后替换成($1)，即替换成正则表达式中括号括起来的部分，这样就会把每一个Arabis_paniculata_L_1-10k_transcript/0替换成0

转念一想，Arabis_paniculata_L_1-10k_transcript/这里最大的数字达到了 9999，染色体怎么会有这么多？而且还有第 0 条？于是我发现，这个文件信息里貌似没有染色体位置信息 ... 于是失败，既然没有染色体位置信息，何谈染色体定位于共线性分析，遂失败。