在一個FASTA文件搜索AWK腳本

我有這樣一個FASTA文件：在一個FASTA文件搜索AWK腳本

>gnl|SRA|SRR035294.8571.2 FIHSSUW01ASCWS.2 length=224 
GAGATGAAATAGATCTTGGCATATATGTACATGCTTGATCTCAGTTTTGATTGGATTTTATCCATTTTAG 
CTATCTTAACTATTAATCTTGAAATGAAGCTTTAATTTATGTAGGAAGTTTATGAAATTTAGGAAAAAAA 
AAGAAAAAAACAAAACAATGTCGGCCGCCTCGGTCTCTACTGAGACACGCAACAGGGGATAGGCAAGGCA 
CACAGGGGATAGGN 
>gnl|SRA|SRR035294.8572.2 FIHSSUW01ETZME.2 length=254 
ACTAACCAGGTGGTAAACAACTACTACAGGCCAGATTTGAAGAAGGCTGCTCTTGCTAGATTGAGTGCAG 
TGAACAGAAGCCTTAAGGTTTCAAAGTCTGGTGTGAAGAAGAAGAACAGACAGGCAGTTAGGATCCATGG 
TAGGAAGTGAAGCTGTGATTTGCCTACCGTCTGATATTCATCGTATCACTTTCTAGCTGTTCCGTCTTGT 
TTGGCAAGTGTTTGGTTTTACGTGCGAGTAGTTATATGTTGCGC 
>gnl|SRA|SRR035294.8573.2 FIHSSUW01AZA99.2 length=230 
AAGCAGTGGTATCAACGCAGAGTGGCCATTACGGCCGGGGATGTACCAATTCAAAAAGAAAACAGCAGTT 
GGGGGCAAAACAATTAAGTTGTAACGAATGCATATATATGATTAATCTTCTAACACATTATTTTTGTCTC 
AAAAAAAAAGAAAAAAAACAAAACATGTCGGCCGCCTCGGTCTCTACTGAGACACGCAACAGGGGATAGG 
CAAGGCACACAGGGGATAGG 
>gnl|SRA|SRR035294.8574.2 FIHSSUW01EHI3P.2 length=153 
TGCAAGTTTACAACTTAAAACAACTTTTCTCACAGTGAACAATAAATTTATCAATTCTCATGCAAAAAAA 
AAGAAAAAAACAAAAACATGTCGGCCGCCTCGGTCTCTACTGAGACACGCAACAGGGGATAGGCAAGGCA 
CACAGGGGATAGG 
>gnl|SRA|SRR035294.8575.2 FIHSSUW01EWK4S.2 length=287 
AACAGTGGTATCAACGCAGAGTGGCCATTACGGCCGGGAGATTACAGGTATTGCAAGTTTCAAGCCTGTC 
ATAAAGACTCAAAGCCGCTTGTAATTTGTGTTTCCTAGTTGGGGAAGCTGTTTGTTCTTTATTGTGCTAT 
ATGTATTTATTTGAAAGTTTGGATGAACTCAATAAATAAAAGAAAATCTTCATTGTGGGTTACAATTTGG 
ACATGAACATGCATGAATAATGTACCAATTTAGCAAAAAAAAAGAAAAAAACAAAAAACAAATAGTCGGC 
CGGCCCG 
>gnl|SRA|SRR035294.8576.2 FIHSSUW01C911A.2 length=265 
TATTCTCAGGTACGAAATATGAGTTTGCTGATAAATTGATGGATTGGGAATCAGCCTGCATAATAAGATA 
TTCCCAATTAACTTTGCCCGTTAGTTCTTTTAGCTTTTCCTTTAAAGGCACGAGTCTTTCAACCAAAACA 
TTACAGCAAAGTCTAACTGCCTCACAGCTTGCTTCAGAAGTTGTACCCCCGGCCGTAATGGCCACTCTGC 
GTTGATACCACTGCTTCTGAGACACGCAACAGGGGATAGGCAAGGCACACAGGGG

，我已經在bash寫這個劇本

STRING=$1 
FILE=$(pwd)"/"$2 

if [ -z "$STRING" ] 
then 
    echo "Usage: fastaFind.sh <query> <fasta file>" 
else 
    echo "" 
    awk 'BEGIN { RS = ">" } ; $0 ~ "'$STRING'" { print $0 }' "$FILE" 
fi

我運行此命令

fastaFind.sh "gnl|SRA|SRR035294.8573.2 FIHSSUW01AZA99.2 length=230" file.fasta

但它爲未終止的字符串返回一個錯誤。我想要實現的是在命令執行後檢索查詢的特定順序。例如

>gnl|SRA|SRR035294.8573.2 FIHSSUW01AZA99.2 length=230 
AAGCAGTGGTATCAACGCAGAGTGGCCATTACGGCCGGGGATGTACCAATTCAAAAAGAAAACAGCAGTT 
GGGGGCAAAACAATTAAGTTGTAACGAATGCATATATATGATTAATCTTCTAACACATTATTTTTGTCTC 
AAAAAAAAAGAAAAAAAACAAAACATGTCGGCCGCCTCGGTCTCTACTGAGACACGCAACAGGGGATAGG

來源

2014-07-16 F.N

你awk命令將更好地爲：

awk 'BEGIN{ ORS = ""; RS = ">"; FS="\n" } $1 == "pattern" { print ">" $0 }' file

或者

awk -v p="pattern" 'BEGIN {ORS = ""; RS = ">"; FS = "\n" } $1 == p { print ">" $0 }' file

而且你的shell腳本是：

#!/bin/bash 

STRING=$1 
FILE=$2 

if [[ -z $STRING ]]; then 
    echo "Usage: fastaFind.sh <query> <fasta file>" 
else 
    awk -v p="$STRING" 'BEGIN{ ORS=""; RS=">"; FS="\n" } $1 == p { print ">" $0 }' "$FILE" 
fi

實例：

bash temp.sh 'gnl|SRA|SRR035294.8575.2 FIHSSUW01EWK4S.2 length=287' temp.txt

輸出：

>gnl|SRA|SRR035294.8575.2 FIHSSUW01EWK4S.2 length=287 
AACAGTGGTATCAACGCAGAGTGGCCATTACGGCCGGGAGATTACAGGTATTGCAAGTTTCAAGCCTGTC 
ATAAAGACTCAAAGCCGCTTGTAATTTGTGTTTCCTAGTTGGGGAAGCTGTTTGTTCTTTATTGTGCTAT 
ATGTATTTATTTGAAAGTTTGGATGAACTCAATAAATAAAAGAAAATCTTCATTGTGGGTTACAATTTGG 
ACATGAACATGCATGAATAATGTACCAATTTAGCAAAAAAAAAGAAAAAAACAAAAAACAAATAGTCGGC 
CGGCCCG

來源

2014-07-16 10:30:27 konsolebox

有幾個問題需要解決。

引用是錯誤的。由於您在awk調用中正在評估shell的STRING變量，所以整個awk命令必須用雙引號括起來。但那麼你必須在命令awk命令內部雙引號。

匹配運算符~不能使用，因爲該模式包含字符（如|），它們在正則表達式中有特殊含義。因此，您需要一種方法來匹配記錄的一部分;這是$1（通過重新定義FS而成爲可能）的比較背後的原因。

。

STRING=$1 FILE=$(pwd)"/"$2 if [ -z "$STRING" ] then echo "Usage: fastaFind.sh <query> <fasta file>" else echo "" awk "BEGIN { RS = \">\" ; FS = \"\n\" } ; \$1 == \"$STRING\" { print \$0 }" "$FILE" fi

來源

2014-07-16 10:26:14

或者只是這樣的事情：

awk -v "RS=>" '/length=254/ { print $0; }' file

來源

2014-07-16 10:28:27 paq

在一個FASTA文件搜索AWK腳本

回答

相關問題