追加文本到FASTA登錄號（使用bash？）

有人能幫助我想出一個策略編輯我的FASTA文件，該文件有下列格式追加文本到FASTA登錄號（使用bash？）

sp|Q9NYW0|T2R10_HUMAN Taste receptor type 2 member 10 OS=Homo sapiens 
sp|Q9NYV9|T2R13_HUMAN Taste receptor type 2 member 13 OS=Homo sapiens

條目對於這些線，我需要將文本「_REVERSED」附加到||之間的登錄號。例如，上面的條目將變成：

sp|Q9NYW0_REVERSED|T2R10_HUMAN Taste receptor type 2 member 10 OS=Homo sapiens 
sp|Q9NYV9_REVERSED|T2R13_HUMAN Taste receptor type 2 member 13 OS=Homo sapiens

我知道這是簡單的問題，並認爲它可以使用樣本bash腳本來完成，但我是新來這個，真的希望任何幫助。

來源

2017-10-09 purecontrol

您當然可以用awk來做，但您可以使用sed（例如，

$ sed 's/\(^[^|]*|\)\([^|]*\)\(.*$\)/\1\2_RESERVED\3/' yourfile 
sp|Q9NYW0_RESERVED|T2R10_HUMAN Taste receptor type 2 member 10 OS=Homo sapiens 
sp|Q9NYV9_RESERVED|T2R13_HUMAN Taste receptor type 2 member 13 OS=Homo sapiens

基本上使用的是3個反向引用在正常替代語法的匹配部分（例如\(...\)之間捕獲的字符的那些基團），例如

sed 's/match/replace/'

在你的情況，本場比賽是由我們要拍攝的第一回參考：

\(^[^|]*|\) # match from beginning '^' everything not '|', with the '|'

將被替換放回replace與\1（第一回參考）。接下來，我們同樣收集登錄號有：

\([^|]*\)  # which just captures everything up to the next '|'

它將在replace插入爲\2_RESERVED插入"accession number + _RESERVED"你需要。最後，我們只是收集一切在其他行有：

\(.*$\)  # which just says grab everything that remains '.*$'

把全replace在一起\1\2_RESERVED\3。

猛砸解決方案

如果你需要這樣做在bash，那麼就可以做得同樣容易使用IFS（內部字段分隔符）設置爲'|'分裂場和一個簡單的read循環。例如：

$ while IFS=$'|' read a b c; do echo "${a}|${b}_RESERVED|${c}"; done <yourfile 
sp|Q9NYW0_RESERVED|T2R10_HUMAN Taste receptor type 2 member 10 OS=Homo sapiens 
sp|Q9NYV9_RESERVED|T2R13_HUMAN Taste receptor type 2 member 13 OS=Homo sapiens

查看所有解決方案，並讓我知道你是否有任何問題。

來源

2017-10-09 23:04:30

正則表達式解決方案可能是有效的，但很難理解。 awk中的一個整潔的東西是它自然將輸入分割爲字段，並在輸出它們之前將這些字段分開。我發現比正則表達式更容易打字/記憶。

$ awk 'BEGIN {FS="|";OFS="|"} {$2=$2 "_REVERSED"}{print}' < t 
sp|Q9NYW0_REVERSED|T2R10_HUMAN Taste receptor type 2 member 10 OS=Homo sapiens 
sp|Q9NYV9_REVERSED|T2R13_HUMAN Taste receptor type 2 member 13 OS=Homo sapiens

來源

2017-10-09 23:33:32

追加文本到FASTA登錄號（使用bash？）

回答

相關問題