我正在尝试使用grep来提取快速值。
我运行eXpress并且我的.xprs选项卡分隔值文件如下所示：
bundle_id target_id length eff_length tot_counts uniq_counts est_counts eff_counts ambig_distr_alpha ambig_distr_beta fpkm fpkm_conf_low fpkm_conf_high solvable
1 Contig14365 310 106.787904 85 85 85.000000 246.750792 0.000000e+00 0.000000e+00 147.370523 147.370523 147.370523 T
2 Singlet_45262 346 232.432874 109 37 89.933541 133.875234 1.998601e+00 7.198885e-01 71.637085 51.273440 92.000730 T
2 Singlet_68764 236 119.092916 74 2 21.066459 41.746263 6.254955e+00 1.736541e+01 32.750608 0.142967 65.358248 T
3 Contig1270 736 500.694431 50 0 0.125252 0.184116 1.000000e+00 1.000000e+00 0.046316 0.000000 0.759071 F
3 Contig1271 851 628.717767 57 9 43.657462 59.092492 4.701649e-01 1.810055e-01 12.856315 4.051524 21.661106 T
3 Singlet_69558 790 555.880836 50 0 15.217286 21.626318 1.000000e+00 1.000000e+00 5.068381 0.000000 12.670313 F
我想获得非编码RNA特异性表达值，所以我想使用：
grep -f <list of ncRNAs contigs> <express file>
我创建了一个包含ncRNAs contigs ID的文件，如下所示：
Singlet_51268
Singlet_63946
Singlet_70630
Singlet_72272
Singlet_60543
Contig11105
Singlet_18043
Singlet_64779
Singlet_50335
Singlet_39678
Singlet_21655
Singlet_5438
Singlet_6400
Contig4197
Singlet_17193
Singlet_55710
Singlet_70948
Singlet_25172
Singlet_65515
Singlet_30239
Singlet_54617
Singlet_11188
Contig14540
由于我的ncRNA是577，我希望最终得到一个包含577行的.xprs文件，但我最终获得了701个Contigs的.xprs文件。
所以我有124个与我的ncRNA不相符的重叠群。
我怎样才能提取特定于ncRNAs的值？我尝试用grep玩，但我无法解决它。
有什么建议吗？
感谢
答案 0 :(得分：1)
如果您可以使用awk，那么这应该有用 -
awk 'NR==FNR {a[$1]++; next} $2 in a' file xprs
答案 1 :(得分：1)
我用过
grep -w -f <list of ncRNAs contigs> <express file>
它工作正常！
注意：
-w将grep限制为仅限整个单词，因此grep不会搜索＆＃34; 12345＆＃34;并拔出＆＃34; 123456＆＃34;。