☰

awk コマンドの後にヘッダーを元に戻す

tag-icon • tag-icon awk
awk コマンドの後にヘッダーを元に戻す

このようなファイルがあります。これはSAMファイルと呼ばれます

@HD VN:1.0  SO:unsorted
@SQ SN:RNU2-1   LN:388
@SQ SN:RNU6-1100P   LN:304
SRR959756.23    0   RNU2-1  56  0   6S32M12S    *   0   0   CACAGCAATATCTGATACGTCCTCTATCCGAGGACAATTGGAATTCTCGG  hhhhhhhhhhhhhhhhhhhhhhghhghhhhhhhhhhhhhhfhhhhhhghf  AS:i:64 XS:i:64 XN:i:0  XM:i:0  XO:i:0  XG:i:0  NM:i:0  MD:Z:32 YT:Z:UU
SRR959756.23    256 RNU2-2P 56  0   6S32M12S    *   0   0   CACAGCAATATCTGATACGTCCTCTATCCGAGGACAATTGGAATTCTCGG  *   AS:i:64 XS:i:64 XN:i:0  XM:i:0  XO:i:0  XG:i:0  NM:i:0  MD:Z:32 YT:Z:UU
SRR959756.23    256 RNU2-6P 55  0   6S32M12S    *   0   0   CACAGCAATATCTGATACGTCCTCTATCCGAGGACAATTGGAATTCTCGG  *   AS:i:56 XS:i:64 XN:i:0  XM:i:4  XO:i:0  XG:i:0  NM:i:1  MD:Z:11T20  YT:Z:UU

XMである15列目でファイルをフィルタリングしたいので、これを書きました

awk '$15 ~ /^XM:i:0/ || $15 ~ /^XM:i:1/ || $15 ~ /^XM:i:2/ || $15 ~ /^XM:i:3/ {print $0}' file.txt

そうすることで、次のようなヘッダーが失われました。@(最初の 3 行)。出力でそのまま維持するにはどうすればよいですか。

出力は次のようになるはずです

@HD VN:1.0  SO:unsorted
@SQ SN:RNU2-1   LN:388
@SQ SN:RNU6-1100P   LN:304
SRR959756.23    0   RNU2-1  56  0   6S32M12S    *   0   0   CACAGCAATATCTGATACGTCCTCTATCCGAGGACAATTGGAATTCTCGG  hhhhhhhhhhhhhhhhhhhhhhghhghhhhhhhhhhhhhhfhhhhhhghf  AS:i:64 XS:i:64 XN:i:0  XM:i:0  XO:i:0  XG:i:0  NM:i:0  MD:Z:32 YT:Z:UU
SRR959756.23    256 RNU2-2P 56  0   6S32M12S    *   0   0   CACAGCAATATCTGATACGTCCTCTATCCGAGGACAATTGGAATTCTCGG  *   AS:i:64 XS:i:64 XN:i:0  XM:i:0  XO:i:0  XG:i:0  NM:i:0  MD:Z:32 YT:Z:UU

また、ヘッダー行 (@ で始まる) は数百など、さらに多くなる可能性があります。私は最初の 3 行だけを使用しました。

答え1

これを試してみたらうまくいきました

awk '$0 ~ /^@/ || $15 ~ /^XM:i:0/ || $15 ~ /^XM:i:1/ || $15 ~ /^XM:i:2/ || $15 ~ /^XM:i:3/ {print $0}' file.txt

関連情報