Question

我想在file1中grep几个单词，并在file2.fasta中使用每个单词来匹配后面的内容。然后我想将匹配后的内容添加到我用到file03中的单词，以便file03包含来自两个文件的信息。我的部分文件是：

文件1：

Jan12345: ID1 ID2 ... IDN1
Jan67899: ID11 ID12 ... IDN2

这样的Fasta文件（file2）：

>ID1
ABCDEFG
>ID2
HIJKLMN
>IDN1
OPQRSTU
>ID11
WXYZABC
>ID12
DEFGHIJ
>IDN2
KLMNOPQ

我想要的输出就是这个例子：

Jan12345 ID1 ABCDEFG ID2 HIJKLMN ... IDN1 OPQRSTU
Jan67899: ID11 WXYZABC ID12 DEFGHIJ... IDN2 KLMNOPQ

如您所见，我只是想添加FASTA序列 - 包含它在file2中 - 到file1。如果有人知道如何做到这一点，我将不胜感激！

Answer 1

使用awk

的一种方法

awk '
NR==FNR && /\>/ {
    x=$0
    getline b
    a[substr(x,2)]=b
    next
} 
{
    for (i=2;i<=NF;i++) {
        for (k in a) {
            if ($i==k) {
                $i=$i" "a[k]
            }
        }
    }
}1' file2 file1

一衬垫：

awk 'NR==FNR{NF==2?k=$2:a[k]=$1;next}{for(i=2;i<=NF;i++){for(k in a){$i=$i==k?$i OFS a[k]:$i}}}1' FS="[> ]" file{2,1}

使用您的样本数据输出：

$ awk 'NR==FNR {NF==2?k=$2:a[k]=$1;next}{for(i=2;i<=NF;i++){for(k in a){$i=$i==k?$i OFS a[k]:$i}}}1' FS="[> ]" file{2,1}
Jan12345: ID1 ABCDEFG ID2 HIJKLMN IDN1 OPQRSTU
Jan67899: ID11 WXYZABC ID12 DEFGHIJ IDN2 KLMNOPQ

Answer 2

将fasta / file2文件读入%h哈希，并替换file1中的每一行，

perl -pe 'BEGIN{open F,pop;%h=map{y|\r\n>||d;$_}<F>} s|(ID\S+)|$1 $h{$1}|g' file1 file2

Answer 3

使用GNU sed的丑陋方式：

第一步：制作一个命令脚本

sed -r 's#^(\S+)\s+#${x;s/^\\s\\\|>//g;p};1{s/.*/\1/;h};/\n#;h;s/\n.*//;x;s/.*\n//;:ka;s#(\S+)\s*#\\b\1\\b\\| #;H;g;s/\n(\S+).*/\1/;x;s/.*\n\S+\s*//;tka;s/\\\|\n/\/!d;$!N;H;x;s\/\\n\/ \/g;x/' file1 > file.sed

第二步：使用bash制作结果文件

#!/bin/bash
while read p; do 
sed -n $p file2
done < file.sed > file3

Grep word在一个文件中，并使用该单词在FASTA文件中匹配，将FASTA序列添加到第一个文件

3 个答案:

一衬垫：

使用您的样本数据输出：

使用GNU sed的丑陋方式：