今天继续进行下一步，也是序列文件的获取，有了这些数据，我们才可以进行下一步的工作，才能够绘制一些图片。

1. CDS序列获取

# Nramp_num文件含有id号
xargs samtools faidx CDS.fa < id > Nramp_cds_seq
less Nramp_cds_seq
# 发现CDS序列有回车，分为很多行，用Perl单行命令将其变成一行
perl -pe '/^>/ ? print "\n" : chomp' Nramp_cds_seq | tail -n +2 > Nramp_cds.txt
less Nramp_cds.txt

2. Genomic DNA序列

Gene序列比起前面的protein和CDS序列要稍微复杂一点，因为我们要获得的ID号不仅仅是geneid，而且还需要在染色体上的位置信息——起始和终止位置，以及染色体编号。
这里就需要用到其他两个数据文件了，就是基因组序列和基因组注释文件，思路——首先根据已经获得的ID号从gff文件中获取染色体位置信息，然后再用bedtools工具根据得到的染色体位置信息来获取基因的序列，最终得到基因集。代码如下：

# 根据geneid批量获取基因的染色体位置信息文件
grep -f geneid.file ITAG2.4_gene_models.gff3 | cut -f 1,4,5,9 | grep "ID=mRNA" | sed 's/;Name.*//g' | sed 's/ID.*://g' > gene.bed
# 利用bedtools工具，将基因序列提取出来并重定向到新文件
bedtools getfasta -fi genome.fa -bed gene.bed -name > gene_seq

结束了今天的任务，CDS和gene序列全部获取得到，接下来可以进行一些图的绘制。