Question

更新的问题：

我有一个config.file，其中定义了一些最终在不同脚本中调用的变量。

$cat config.file

#1 Accession number ref
ref=L41223.2

#2 Accession number SRA
SRA=SRA7361534

#3 Path to SRA 
path_SRA='/Volumes/5TB/sra/'

#4 Path to ref
path_ref='/Volumes/5TB/results/species1/'

＃3（通往SRA的路径）是恒定的，永不改变。对于其他变量（$ref，$sra和$path_ref），我想从input.file的不同字段中逐一读取它们：

$cat input.file
species1 L41223.2 SRA7361534
species2 D45023.5 SRA9473231
species3 L42823.6 SRA0918881
...

所有这些变量在script.sh中被多次调用：

#!/bin/bash

# Path to the configuration file
. /Users/Main/config.file

# Use NCBI's e-utilities to download reference files
esearch -db nucleotide -query $ref | efetch -format fasta > $path_ref$ref.fasta

# Using NCBI's sratoolkit to download SRA file
prefetch $SRA
cd $path_SRA
mv *.sra $path_ref

# Decompress the SRA file
cd $path_ref; if fastq-dump --split-3 $SRA.sra ; then

echo "SRA file successfully decompressed. Deleting the SRA file now..."
    rm $SRA.sra 
    else
    echo "Could not decompress SRA file"
    fi

# Use bwa to align DNA reads to the reference sequence
cd $path_ref; 
bwa index -p INDEX $ref.fasta
bwa aln -t $core INDEX *_1.fastq > 1.sai
bwa aln -t $core INDEX *_2.fastq > 2.sai
bwa sampe INDEX 1.sai 2.sai *_1.fastq *_2.fastq | samtools view -hq 5 > $SRA.Q5.sam

# Use samtools for conversion
samtools view -bT $ref.fasta $SRA.Q5.sam > $SRA.Q5.bam
samtools sort $SRA.Q5.bam -o $SRA.sorted

# use bedtools for coverage
bedtools genomecov -d -ibam $SRA.sorted.bam > $SRA.gencov.txt

# use awk for extraction
awk '$2 ~ /81|161|97|145/ {print $0}' $SRA.Q5.sam > $SRA.OTW.sam
samtools view -bT $ref.fasta $SRA.OTW.sam > $SRA.OTW.bam
samtools sort $SRA.OTW.bam -o $SRA.OTW.sorted.bam

# Extract FLAG, POS, CIGAR and TLEN for outward-oriented reads
awk '$2 ~ /81|161|97|145/ {print $2, $4, $6, $9}' $SRA.Q5.sam > $SRA.OTW.txt

# Get per-base coverage for outward-oriented reads
bedtools genomecov -d -ibam $SRA.OTW.sorted.bam > $SRA.OTW.gencoverage.txt

# Simplify the output by averaging read coverage over 50 bp window; prints the average count value and last genomic position
awk '{sum+=$3; count++} FNR % 50 == 0 {print $2, (sum/count); count=sum = ""}' $SRA.OTW.gencoverage.txt > $SRA.OTW.50sum.txt

#### End of the script

我想做的是从input.file“读”到config.file中。第一个字段（species1 ...）用作$ path_ref的输入，字段2（L41223.2 ...）用作$ ref的输入，第三个字段（SRA7361534 ...）用作输入$ SRA变量。完成第一轮（基本上是第一行）后，script.sh将再次运行并从第2行读取字段1,2和3，依此类推。基本上是一个循环，但是比下面的答案要复杂一些，因为在脚本的不同位置调用了不同的变量。

这对于一个变量很好用，但是我无法在整个脚本中使用三个不同的变量来实现它：

while read -r c1 c2 c3; do
  bwa index -p INDEX ${c2}.fasta
  # place rest of your script here
done < input.file

非常感谢。

Answer 1

在script.sh的{{1}}行之后，添加以下行：

. /Users/Main/config.file

然后在文件末尾添加一个number_of_inputs=$(wc -l < input.file) for (( i=1 ; i <= number_of_inputs ; i++ )); do # extract columns $1, $2, $3 here, from line $i - please change appropriately ref=$( awk "NR==$i{print \$1}" input.file) SRA=$( awk "NR==$i{print \$2}" input.file) path_ref=$(awk "NR==$i{print \$3}" input.file)，这样整个过程就会遍历done每行中的值，并相应地设置值

如何遍历列表并在bash / awk中作为变量传递

1 个答案: