두 개의 파일이 있습니다.
문서 샘플
>> AT5G46880.1|PACid:19669936
# score bias c-Evalue i-Evalue hmmfrom hmm to alifrom ali to envfrom env to acc
--- ------ ----- --------- --------- ------- ------- ------- ------- ------- ------- ----
1 ! 276.3 0.7 5.9e-85 3.8e-82 1 231 [] 317 555 .. 317 555 .. 0.96
Alignments for each domain:
== domain 1 score: 276.3 bits; conditional E-value: 5.9e-85
MSA_At_Os_START 1 dkslllelaleameeLlslaeeeeplWvksmdkk..pgkeslnleeylrlFeela...kkpegykseasravgvVemdpealv 78
+k + +e a+++++eL +++++eeplW+k+ ++k + +ln eey+rlF++ + +++ ++ eas+a++vV+m++++lv
AT5G46880.1|PACid:19669936 317 EKVIAMEFAVSCVQELTKMCDTEEPLWIKKKSDKigGEILCLNEEEYMRLFPWPMenqNNKGDFLREASKANAVVIMNSITLV 399
57899***************************99744445**************9999888999******************* PP
MSA_At_Os_START 79 eilmddelanrwdelfpsiv.kastlevistgaag.ngtlelmqaelqvlsplvpaRevvflRyckq.ledgtwvvvdvsldh 158
+ +++ a++w+e+f+siv +a+t+++is+g++g +g+l+lm+aelqvlsplvp+Re +flRy++q +e g w++vd+++d+
AT5G46880.1|PACid:19669936 400 DAFLN---ADKWSEMFCSIVaRAKTVQIISSGVSGaSGSLLLMFAELQVLSPLVPTREAYFLRYVEQnAETGNWAIVDFPIDS 479
*****...***********************************************************7889**********99 PP
MSA_At_Os_START 159 knrgp...kskyvrvrllpSGclIqdlengyskvtwVeHlevdewsvkelyrpllrsglalgakrwvatLrrqcer 231
+ + ++ ++++++pSGc+Iqd++ngys+v wVeH+evde++v+e++ ++++sg+a+ga+rw+ L+rqcer
AT5G46880.1|PACid:19669936 480 FHDQMqpmNTITHEYKRKPSGCIIQDMPNGYSQVKWVEHVEVDEKHVHETFAEYVKSGMAFGANRWLDVLQRQCER 555
8777777799****************************************************************97 PP
>> AT1G73360.1|PACid:19649192
# score bias c-Evalue i-Evalue hmmfrom hmm to alifrom ali to envfrom env to acc
--- ------ ----- --------- --------- ------- ------- ------- ------- ------- ------- ----
1 ! 270.5 0.1 3.4e-83 2.2e-80 1 231 [] 230 457 .. 230 457 .. 0.98
2 ? 1.9 0.0 0.43 2.8e+02 73 95 .. 544 566 .. 511 654 .. 0.79
Alignments for each domain:
== domain 1 score: 270.5 bits; conditional E-value: 3.4e-83
MSA_At_Os_START 1 dkslllelaleameeLlslaeeeeplWvksmdkkpgkeslnleeylrlFeela..kkpegykseasravgvVemdpealveil 81
dk++++ +al+ameeLl+l++++eplW+++ +++ ++lnl +y+++F++ +k++++++easr++g+V m+++alv+++
AT1G73360.1|PACid:19649192 230 DKPIMTGIALTAMEELLRLLQTNEPLWTRTDGCR---DILNLGSYENVFPRSSnrGKNQNFRVEASRSSGIVFMNAMALVDMF 309
7999***************************986...9***************99999************************* PP
MSA_At_Os_START 82 mddelanrwdelfpsiv.kastlevistgaag..ngtlelmqaelqvlsplvpaRevvflRyckqledgtwvvvdvsldhknr 161
md +w elfpsi+ ++tl vis+g++g +g+l+l+++e++vlsplv +Re++ lRyc+q e+g+w+vv+vs+d ++
AT1G73360.1|PACid:19649192 310 MD---CVKWTELFPSIIaASKTLAVISSGMGGthEGALHLLYEEMEVLSPLVATREFCELRYCQQTEQGSWIVVNVSYDLPQ- 388
**...9*************************************************************************887. PP
MSA_At_Os_START 162 gpkskyvrvrllpSGclIqdlengyskvtwVeHlevd.ewsvkelyrpllrsglalgakrwvatLrrqcer 231
+ ++ ++pSGclIqd++ngyskvtwVeH+e + ++ v+elyr+++++g+a+ga rwv+tL+r+cer
AT1G73360.1|PACid:19649192 389 --FVSHSQSYRFPSGCLIQDMPNGYSKVTWVEHIETEeKELVHELYREIIHRGIAFGADRWVTTLQRMCER 457
..56999******************************888*****************************97 PP
== domain 2 score: 1.9 bits; conditional E-value: 0.43
MSA_At_Os_START 73 dpealveilmddelanrwdelfp 95
+p++++++l+d+ ++ +wd l
AT1G73360.1|PACid:19649192 544 SPQNVFNFLKDERTRPQWDVLSN 566
3899*******667899*97654 PP
파일 B 샘플
AT5G46880.1
AT5G27818.1
AT5G77690.1
이 경우 원하는 출력은 다음과 같아야 합니다.
AT5G46880.1 317 555
열 7과 8의 ID와 값, 즉 alifrom 및 ali to가 표시되어야 합니다.
파일 A와 B는 제공된 예제보다 훨씬 큽니다. 내가 원하는 것은 파일 B에서 A까지 모든 ID 행을 일치시키고, 파일 A(뒤의 ID)에 일치하는 항목이 있으면 >>ID와 함께 및 열의 값을 새 파일에 인쇄하는 것입니다. 각 필드에 대한 데이터 정렬은 필요하지 않습니다.alifromalito
>>먼저 파일 A에서 불필요한 데이터를 제거하고 처음 5개 행을 에서 까지 저장한 Alignments for each domain다음 비교하려고 생각했습니다. 하지만 어떻게 진행해야 할지 모르겠습니다.
참고: 파일 A는 탭으로 구분되지 않습니다.
답변1
후속 awk절차를 통해:
awk '
BEGIN { FS = "([[:space:]]+|[|])" }
NR==FNR { id[$1] ; next }
/^>>/ && $2 in id { data = $2 ; f = 1 }
f && /^[0-9]/ { data = data " : " $10 " " $11 }
f && !NF { f = 0 ; print data }
' FileB FileA
다음과 같은 결과가 출력됩니다.
AT5G46880.1 : 317 555
AT1G73360.1 : 230 457 : 544 566
참고: 여러 속성 행이 처리되는 방식을 확인할 수 있도록 FileB에 두 번째 ID를 추가했습니다.
프로그램 awk작동 방식:
BEGIN- 나중에 ">>"로 시작하는 줄에서 ID에 쉽게 액세스할 수 있도록 필드 구분 기호를 정의합니다.
NR==FNR- ID가 저장된 첫 번째 파일을 읽을 때 올바른 모드입니다.
/^>>/ && $2 in id- ID와 행을 일치시키고 찾은 ID가 첫 번째 파일에서 기억되는지 확인합니다. 출력용 ID를 저장하고 처리 플래그를 설정합니다.
f && /^[0-9]/- 플래그가 설정되고 숫자로 시작하는 줄이 일치하면 해당 필드 10과 11이 출력 데이터에 추가됩니다(콜론으로 구분).
f && !NF- 플래그가 설정되고 빈 라인이 발견되면 블록이 처리되고 플래그가 지워집니다.
답변2
이 시도
grep -A4 -f <(sed 's/^/^>> /' fileB) fileA |
sed -r '/^>>/! s/(\S+\s+){8}((\S+\s+){3}).*/\2/
s/[][>.-]*\s*//'