Cada herramienta que recomiendo en este post tiene su propio sitio web con explicaciones de instalación y uso, asi que sólo me remitiré a dar lainformación general con algunos comandos de ejemplos y Uds podrás revisar los links para los detalles.
seqtk
Permite convertir FASTQ a FASTA, reverso complementar, extraer secuencias usando archivo con IDs, extraer regiones, extraer un número determinado de secuencias, recortar... etc. Mas info y ejemplos de uso.
# (Opción instalación) Si usas Ubuntu
sudo apt install seqtk
# (Opción instalación) Si usas Anaconda
conda install -c bioconda seqtk
# Una vez instalado, con estos comandos obtienes ayuda
seqtk
seqtk subseq
# Ejemplo de uso
# Si tienes un archivo con un grupo de IDs que quieres extraer desde un fasta:
seqtk subseq large.fasta IDs.txt > short.fasta
seqkit
Permite convertir, buscar, filtrar, deduplicar, dividir, mezclar, extraer (usando IDs en el comando). Mas info y ejemplos de uso.
Tiene múltiples formas de ser instalado y todas las instrucciones están en el sitio web.
# (Opción instalación) Binario, que se puede descargar, descomprimir y ejecutar
https://github.com/shenwei356/seqkit/releases
# (Opción instalación) Si usas Anaconda
conda install -c bioconda seqkit
# (Opción instalación) Si usas Mac (homebrew)
brew install brewsci/bio/seqkit
# Una vez instalado, con este comando obtienes ayuda
seqkit -h
seqkit faidx -h
# Ejemplos de uso
# Si tienes un ID de una secuencia que quieres extraer desde un fasta:
seqkit faidx large.fasta ID > ID.fasta
# Si tienes un archivo con un grupo de IDs que quieres extraer desde un fasta:
seqkit faidx large.fasta --infile-list IDs.txt > short.fasta