Question

我从文本文件导入了大量数据。这些文件已预先格式化，以便我可以将每列导入为bash数组：

2GYS链=（A B）hresname =（BMA FUC NAG NDG）hresnumber =（）hatom =（）

现在我想从包含多行格式的文件中提取信息：

ATOM 1 N THR A 4 30.127 13.123 1.297 1.00 39.96 N

例如，我想提取第一列是ATOM并且第五列与链数组匹配的所有行（在这种情况下，它将是A和B）。

更新。这就是我的尝试：

for c in "${chain[@]}" ; do
  awk -v pdbid="$pdbid" -v c="$c" '{ if($1 == "ATOM" && $5==c) { print $0 } }' ${pdbid}.pdb >> ../../properpdb/${pdbid}_${c}.pdb
done

for c in "${chain[@]}" ; do
 for r in "${hresname[@]}" ; do
   awk -v pdbid="$pdbid" -v c="$c" -v r="$r" '{ if($1 == "HETATM" && $5==c && $4==r) { print $0 } }' ${pdbid}.pdb >> ../../properpdb/${pdbid}_${c}.pdb
 done
done

问题是，正如预期的那样，这会生成带有链A或B的文件，但不会生成带有两者的文件。此外，它不会产生数组“chain”和“hresname”的所有可能组合，它只是将“hresname”添加到只有一个“链”可用的文件中。

Answer 1

我的解决方案是在bash中构建你的awk脚本的一部分，特别是匹配函数。

您似乎希望将$1 == "ATOM" && ($5==c[0] || $5==c[1]...) {print $0}匹配的字段导出到该文件。

在bash中，将匹配函数构造为：

cmatch="\$5==\"${chain[0]}\""
for element in $(seq 1 $((${#chain[@]} - 1))); do cmatch+=" || \$5==\"${chain[$element]}\""; done
#cmatch should now be of the form "$5==A || $5==B"

#do the same thing for rmatch
rmatch="\$4==\"${hresname[0]}\""
for element in $(seq 1 $((${#hresname[@]} - 1))); do rmatch+=" || \$4==\"${hresname[$element]}\""; done

现在你的awk脚本可以调整为包含所需的位:(引用仍然是一个痛苦，因为你需要确保$ 1下降到awk unmolested，但$ cmatch被评估。）

rmatch='$1=="HETATM" && ('"$cmatch"') && ('"$rmatch"')'  #order is important here :)
cmatch='$1=="ATOM" && ('"$cmatch"')'

所以现在你的匹配脚本应该是完整的。

awk "$cmatch" ${pdbid}.pdb >> ../../properpdb/${pdbid}_c.pdb
awk "$rmatch" ${pdbid}.pdb >> ../../properpdb/${pdbid}_c.pdb

我真的不明白输出文件名../../properpdb/${pdbid}_${c}.pdb，因为这似乎表示c的每个元素的单独文件，这是你不想要的？

如果你想要这些除以c的元素，那么它稍微简单一些，像上面那样构造rmatch数组，然后执行类似

的操作

for c in "${chain[@]}" ; do
  awk -v c="$c" '$1=="ATOM" && $5==c' ${pdbid}.pdb  >> ../../properpdb/${pdbid}_${c}.pdb
  awk -v c="$c" '$1=="HETATM" && $5==c && ('"$rmatch"')' ${pdbid}.pdb  >> ../../properpdb/${pdbid}_${c}.pdb
done

如果您想要所有ATOM元素，或者......

for c in "${chain[@]}" ; do
  awk -v c="$c" '$5==c && ($1=="ATOM" || ($1=="HETATM" && ('"$rmatch"')))' ${pdbid}.pdb  >> ../../properpdb/${pdbid}_${c}.pdb
done

如果你想混合它们

是否可以将bash数组作为变量传递给awk？

1 个答案: