☰

DNAファイル内のDNAコドンのカウント

tag-icon • tag-icon bash shell-script shell awk
DNAファイル内のDNAコドンのカウント

DNA ファイルを取り込んで改行文字や空白文字がないことを確認し、固有のコドンとその発生回数を出力する bash スクリプトを作成したいと考えています。次のコードを使用しましたが、コドンから「bash-3.2$」が出力され続けます。構文が間違っているのか、なぜ適切な出力が得られないのか、非常に困惑しています。

! /bin/bash

for (( pos=1; pos < length - 1; ++pos )); do
    codon = substr($1, $pos, 3)
    tr-d '\n' $1 | awk -f '{print $codon}' | sort | uniq -c
done

たとえば、dnafileという名前のファイルにaacacgaactttaacacgというパターンが含まれている場合、スクリプトは次の入力と出力を受け取ります。

 $script dnafile              
 aac 3
 acg 2
 ttt 1

答え1

スクリプトの最初の行で新しいbashシェルが開始されるため、この出力が得られます。

その行は

#!/bin/bash

(#先頭の に注意してください)。

そうすると、awk決して機能しない方法で構文とシェル コードを混在させることになります。

代わりに、シンプルに、ファイルを 3 文字のグループに分割し、これらを並べ替えて、一意の文字がいくつあるかを数えます。

$ fold -w 3 dnafile | sort | uniq -c
   3 aac
   2 acg
   1 ttt

これは、入力に常に 3 文字の倍数が含まれており、埋め込まれたスペースやその他の文字が含まれていない限り機能します。

答え2

(echo aacacgaactttaacacg ;echo aacacgaactttaacacg ) |
  perl -ne '# Split input into triplets (A3)
            # use each triplet as key in the hash table count
            #   and increase the value for the key
            map { $count{$_}++ } unpack("(A3)*",$_);
            # When we are at the end of the file
            END{ 
                 # Remove the key "" (which is wrong)
                 delete $count{""};
                 # For each key: Print key, count
                 print map { "$_ $count{$_}\n" } keys %count
            }'

答え3

少し長めのawkバージョン

awk 'BEGINFILE{print FILENAME; delete codon}
     ENDFILE {
     if (NR!=1 || NF!=1 || length($0)%3!=0){
         print "is broken"}
     else{
         for (i=1; i<=length($0); i+=3) codon[substr($0,i,3)]++}; 
         for (c in codon) print c, codon[c]; 
         print ""}' file*

この入力

ファイル1: OK

aacacgaactttaacacg

ファイル2: スペース

aacacgaact ttaacacg

ファイル3: 改行

aacacgaact
ttaacacg

ファイル4: 3 基数の倍数ではありません

aacacgaactttaacac

あなたは得る

file1
aac 3
ttt 1
acg 2

file2
is broken

file3
is broken

file4
is broken

ファイルを修復するだけで、例のように、ファイルを一方または他方から通過させるようなfile4ものcatがtrないawk場合

<<< $(cat file[1..3] | tr -d "\n ")

関連情報