web-dev-qa-db-ja.com

DNAファイルでのDNAコドンのカウント

Dnaファイルを取り込んで、改行文字や空白文字がないことを確認し、一意のコドンとそれらが発生した回数を出力するbashスクリプトを作成したいと思います。次のコードを使用しましたが、コドンは "bash-3.2 $"の出力を繰り返し出します。構文が間違っているかどうか、また適切な出力が得られない理由について、私はとても混乱しています。

! /bin/bash

for (( pos=1; pos < length - 1; ++pos )); do
    codon = substr($1, $pos, 3)
    tr-d '\n' $1 | awk -f '{print $codon}' | sort | uniq -c
done

たとえば、dnafileという名前のファイルにパターンaacacgaactttaacacgが含まれている場合、スクリプトは次の入力と出力を受け取ります

 $script dnafile              
 aac 3
 acg 2
 ttt 1
3
Rajveer Singh

スクリプトの最初の行が新しいbash Shellを開始するため、その出力が得られます。

その行は読むべきです

#!/bin/bash

# 開始時)。

次に、awk構文をシェルコードと組み合わせて、機能しないようにします。

代わりに、それをシンプルに保ち、ファイルを3つの文字のグループに切り分け、これらを並べ替えて、取得した一意の文字の数を数えます。

$ fold -w 3 dnafile | sort | uniq -c
   3 aac
   2 acg
   1 ttt

これは、入力に常に3文字の倍数が含まれ、スペースや他の文字が埋め込まれていない限り機能します。

9
Kusalananda
(echo aacacgaactttaacacg ;echo aacacgaactttaacacg ) |
  Perl -ne '# Split input into triplets (A3)
            # use each triplet as key in the hash table count
            #   and increase the value for the key
            map { $count{$_}++ } unpack("(A3)*",$_);
            # When we are at the end of the file
            END{ 
                 # Remove the key "" (which is wrong)
                 delete $count{""};
                 # For each key: Print key, count
                 print map { "$_ $count{$_}\n" } keys %count
            }'
3
Ole Tange

少し長いawkバージョン

awk 'BEGINFILE{print FILENAME; delete codon}
     ENDFILE {
     if (NR!=1 || NF!=1 || length($0)%3!=0){
         print "is broken"}
     else{
         for (i=1; i<=length($0); i+=3) codon[substr($0,i,3)]++}; 
         for (c in codon) print c, codon[c]; 
         print ""}' file*

この入力について

file1:OK

aacacgaactttaacacg

file2:スペース

aacacgaact ttaacacg

file3:改行

aacacgaact
ttaacacg

file4:3の倍数ではない

aacacgaactttaacac

あなたが得る

file1
aac 3
ttt 1
acg 2

file2
is broken

file3
is broken

file4
is broken

ファイルを修復したいだけでfile4次にcatファイルをtrからawkの一端から、または他の端から、例のように

<<< $(cat file[1..3] | tr -d "\n ")
1
bu5hman