Question

我已经尝试了几周不让这个程序运行。我是编程的新手，它肯定是一个挑战。我认为我的问题出现在我的if语句中。我可以让它将名称附加到新文件，但它只是将整个序列附加到文件而不是计算它。我正在使用包含多个序列的fasta文件，名称以'＆gt;'开头以及它下面一行的序列。这是我的代码。请帮助，并提前非常感谢!!

#! /bin/bash

#exit program with error if user does not specify input on command line

if [ $# != 1 ]; then
        echo "Please specify fasta input on command line and rerun"
        exit
        else echo "Beginning count"
fi

#collect input from user each time they run the program
input=`cat $1`

#seperate the sequence from the sequence name
name=`grep '>' $1`
sequence=`grep -v '>' $1`


#if name, if sequence
IFS=$'\n'
set -f
for i in $(cat "$1"); 
do
    if [ $i=">" ]; then
        echo "$i" >> GCcontent.txt
        else 
        #count number of occurence of motif ATGC in fasta sequence
        countG=`echo $i | grep -o "G" | wc -l`
        countC=`echo $i | grep -o "C" | wc -l`
        total=`echo $i | wc -m`
        count=`echo "scale=2" ; ($countG+$countC) | bc`

        #calculate percent over total divided by 3bp
        percent=`echo "scale=2 ; ($count/$total*100)" | bc`

        #print output name and percent to file
        echo "$percent" >> GCcontent.txt
    fi
done

echo "Exiting"

exit

编辑：输入文件:(＆gt;周围没有引号，没有它我就不会把它放在那里） '＆GT;' GI | 226451773 | GB | FJ846591.1 CATTATAGACTGCGTGGTCCGTATTCCCAAGGAGCAGGGAGTTCTGTCCTTCTGGCGCGGTAACCTGGCCAATGTCATCAGATACTTCCCCACCCAGGCTCTTAACTTCGCCTTCAAAGATAAATACAAGCAGATCTTCCTAGGTGGTGTGGACAAGAGGACCCAGTTTTGGCGCTACTTTGCAGGGAATCTGGCATCAGGTGGTGCCGCAGGGGCCACATCCCTGTGTTTTGTGTACCCTCTTGATTTTGCCCGTACCCGTCTAGCAGCTGATGTGGGTAAAGCTGGAGCTGAAAGGGAATTCCGAGGCCTCGGTGACTGCCTGGTTAAGATCTACAAATCTGATGGGATTAAGGGCCTGTACCAAGGCTTTAACGTGTCTGTGCAGGGTATTATCATCTACCGAGCCGCCTACTTCGGTATCTATGACACTGCAAAGGGTAAGTTTGCTGTGGGCTTTAAAGTTGTGTTCTTAGGAGACAATTTAAAAGAGCGTTGTACCAACCTAACATTCCAAGAGCTAGAGAGTTTTTTTAATTGCTGAAGGAAGCCAAGATCATCCAGTGCGACCCTCATGCACAGATGACATGTTTAGGGGATGTGGGGAAAGGAAGTCAGTAAAACTCTACTTTTTGGTAAAAGCATCTCTTTCCTATTCCCAGGAATGCTTCCGGATCCCAAAAACACTCACATCGTCATCAGCTGGATGATCGCACAGACTGTCACTGCTGTTGCTGGGTTGACTTCCTATCCATTTGA （但文件中这些的倍数）

我希望输出文件具有： '＆GT;' GI | 226451773 | GB | FJ846591.1 '百分比会在这里'

Answer 1

awk救援！

在这里使用您的输入文件（行）是一个概念证明

$ awk '{s=length($2); 
        g=gsub("G","",$2); c=gsub("C","",$2); t=gsub("T","",$2); a=gsub("A","",$2);
        total=a+c+g+t; 
        print a,c,g,t,total,100*(c+g)/total,total==s}' file

185 175 190 209 759 48.0896 1

最后一个值1检查各个匹配项的总匹配数。

您希望将逻辑应用于以>符号

为前缀的行

$ awk '/^>/{...; print $1, 100*(c+g)/total}' inputfile > outputfile

复制上面的相关部分以填补空白。

如果您的行没有任何匹配，则总计将为零，除法将失败。你可以添加一个警卫。

完整的脚本可以像这样

 $ awk '/^>/{g=gsub("G","",$2); c=gsub("C","",$2); total=length($2);             
             print $1, (total?100*(c+g)/total:"no match found")}' inputfile > outputfile

Answer 2

好的，这是我写的：＃！ /斌/庆典

#exit program with error if user does not specify input on command line

if [ $# != 1 ]; then
    echo "Please specify fasta input on command line and rerun"
    exit
    else echo "Begining count"
fi

#collect input from user each time they run the program
input=`cat $1`

awk '/>/{...; print $1, 100*(c+g)/total}' $input > GCcontent.txt

awk '{s=length($2); 
    g=gsub("G","",$2); c=gsub("C","",$2); t=gsub("T","",$2);           a=gsub("A","",$2);
    total=a+c+g+t; 
    print a,c,g,t,total,100*(c+g)/total,total}' "$1" >> GCcontent.txt

这就是我的回忆：

开始计数

awk：/＆gt; / {...;打印$ 1,100 *（c + g）/总计}

awk：^语法错误

awk：cmd。 line：3：（FILENAME = sample.fa FNR = 1）致命：尝试除零

无法让我的程序运行 - ％GC计算器

2 个答案: