在aaa大于300的fasta文件中选择序列，并且“ C”出现至少4次

Question

我有一个包含蛋白质序列的fasta文件。我想选择具有300多个氨基酸的序列，而半胱氨酸（C）氨基酸出现的次数超过4倍。

我已经使用此命令来选择具有超过300 aa的序列：

 cat 72hDOWN-fasta.fasta | bioawk -c fastx 'length($seq) > 300{ print ">"$name; print $seq }' 

一些序列示例：

  >jgi|Triasp1|216614|CE216613_3477

 MPSLYLTSALGLLSLLPAAQAGWNPNSKDNIVVYWGQDAGSIGQNRLSYYCENAPDVDVI

 NISFLVGITDLNLNLANVGNNCTAFAQDPNLLDCPQVAADIVECQQTYGKTIMMSLFGST

 YTESGFSSSSTAVSAAQEIWAMFGPVQSGNSTPRPFGNAVIDGFDFDLEDPIENNMEPFA

 AELRSLTSAATSKKFYLSAAPQCVYPDASDESFLQGEVAFDWLNIQFYNNGCGTSYYPSG

 YNYATWDNWAKTVSANPNTKLLVGTPASVHAVNFANYFPTNDQLAGAISSSKSYDSFAGV

 MLWDMAQLFGNPGYLDLIVADLGGASTPPPPASTTLSTVTRSSTASTGPTSPPPSGGSVP

 QWGQCGGQGYTGPTQCQSPYTCVVESQWWSSCQ*