☰

Grep을 사용하여 목록을 검색하고 일치하는 항목 반환

tag-icon • tag-icon linux bash grep for bioinformatics
Grep을 사용하여 목록을 검색하고 일치하는 항목 반환

나는 1000개 유전자 이름의 짧은 목록과 ID 번호가 포함된 20000개 유전자 이름의 전체 목록을 가지고 있습니다.

숫자를 반환하기 위해 전체 목록에서 더 짧은 목록을 검색하는 for 루프를 설정하려고 합니다.

코드는 다음과 같습니다.

#/bin/bash

LIST=$(cat ShortList.txt)

for i in ${LIST}
    do
    RESULT=$(grep -i ${i} FullList.txt)
    echo "${RESULT}" >> Final_List_With_Numbers
    done

결과 파일은 비어 있습니다. 변경할 사항에 대한 제안 사항이 있습니까?

도와주셔서 감사합니다!

몇 가지 문제 해결을 수행했습니다.

  • Shortlist명령줄에서 cat이 작동하는지 확인하세요.
  • FullList명령줄에서 cat이 작동하는지 확인하세요.
  • for 루프가 어떻게 작동하는지 확인하세요.echo "${i}"
  • grep "gene" FullList명령줄에서 작업 확인
  • 검사된 유전자는FullList

답변1

첫 번째 변경 사항은 쉘 루프에서 이 작업을 수행하지 않는 것입니다! 즉, 각 유전자 이름에 대해 파일을 한 번 검색하면 필요한 것보다 훨씬 더 오랜 시간이 걸립니다. 대신 -f옵션을 사용하여 grep이름 목록을 입력으로 사용하세요.

grep -iFxf ShortList.txt  FullList.txt > Final_List_With_Numbers

사용되는 옵션은 다음과 같습니다.

  -i, --ignore-case
          Ignore  case  distinctions in patterns and input data, 
          so that characters that differ only in case match each other.

   -F, --fixed-strings
          Interpret PATTERNS as fixed strings, not regular expressions.
   -f FILE, --file=FILE
          Obtain patterns from FILE, one per line.  If this option is 
          used multiple times or is combined with the -e (--regexp) option,
          search for all patterns given.  The empty file contains zero patterns, 
          and therefore matches nothing.
   -x, --line-regexp
          Select  only  those matches that exactly match the whole line.  
          For a regular expression pattern, this is like parenthesizing
          the pattern and then surrounding it with ^ and $.

검색 할 때 발견되는 -x것을 원하지 않기 때문에 이는 특히 중요합니다 .LOC12345LOC1FullList.txt오직-w행당 유전자 이름이 있으면 대신 사용할 수 있습니다 -x.

   -w, --word-regexp
          Select only those lines containing matches that form whole  words.   The  test  is  that  the
          matching  substring  must  either  be at the beginning of the line, or preceded by a non-word
          constituent character.  Similarly, it must be either at the end of the line or followed by  a
          non-word  constituent  character.   Word-constituent  characters are letters, digits, and the
          underscore.  This option has no effect if -x is also specified.

이제 보여드린 코드가 실제로 작동할 것입니다. Shortlist에 있는 이름 중 하나가 FullList에 있는 이름 중 하나의 하위 문자열일 수 있는 경우 이는 매우 느리고 비효율적이며 잘못된 결과를 반환할 수 있습니다. 아무런 결과도 얻지 못한다면 ShortList.txtWindows에서 생성되었으며 Windows 스타일 줄 끝( )이 있는 것 같습니다 \r\n. 이는 i각 루프가 for i in ${LIST}존재하지 않지만 geneName존재 geneName\r하지 않으므로 FullList.txt결과를 찾을 수 없음을 의미합니다.

*nix 파일에서 테스트하면 예상대로 작동합니다.

$ cat ShortList.txt 
name1
name2
name3

$ cat FullList.txt 
name3
name4

이제 다음 예제에서 정확한 코드를 실행해 보세요.

$ LIST=$(cat ShortList.txt); for i in ${LIST}; do 
   RESULT=$(grep -i ${i} FullList.txt);     
   echo "${RESULT}" >> Final_List_With_Numbers;
 done
$ cat Final_List_With_Numbers 



name3

물론 여기에는 빈 줄도 포함되어 있습니다. 왜냐하면 일치하는 항목을 찾지 못하면 $RESULT비어 있기 때문입니다. 하지만 계속 echo입력 중이므로 빈 줄만 인쇄됩니다. 여기서 쉘 루프를 사용하는 또 다른 이유는 나쁜 생각입니다.

관련 정보