☰

複数列のマッチングと調整に awk を使用する

tag-icon • tag-icon linux bash text-processing awk
複数列のマッチングと調整に awk を使用する

次のファイルがあります

    ID A1 A2 A3
    1  A  G  A
    2  T  G  A
    3  T  A  G
    4  T  G  A
    5  A  A  G
    6  A  C  A
    7  C  T  G

数千行の長さで、G、C、T、Aで構成されています。ここで、GはCを補完し、AはTを補完します。私がしたいのは、A2またはA3でA1と一致するものを検索することです。一致するものがある場合はそのままにし、そうでない場合はA2とA3を補完項目（A = T、G = Cなど）に変更し、その逆も同様です。

したがって、出力は次のようになります。

    ID A1 A2 A3
    1  A  G  A
    2  T  C  T
    3  T  T  C
    4  T  C  T
    5  A  A  G
    6  A  C  A
    7  C  A  C

awkを使用して、一致するIDと一致しないIDをフィルタリングできると思いました。

   awk '{if($2 != $3 || $2 != $4) print $0}' mergedlist > nonmatchlist

そして

   awk '{if($2 == $3 || $2 == $4) print $0}' mergedlist > matchlist

ただし、これは1つの変数（前者の場合はT、後者の場合はA）にのみ機能します。

答え1

perl -lane 'sub flip { if ($_[0] eq "T") { "A" } elsif ($_[0] eq "A") { "T" } elsif ($_[0] eq "G") { "C" } elsif ($_[0] eq "C") { "G" } else { $_[0] } } if (!($F[1] eq $F[2] or $F[1] eq $F[3])) { $F[2] = flip($F[2]); $F[3] = flip($F[3]) } print "@F"' < input

実際には素晴らしい仕事をしないので、ポートバックするのは簡単ですが、awk見つけるのに時間がかかります。

答え2

あなたは連想配列補完的なルックアップテーブル、例：

awk '
  BEGIN {
    complement["A"]="T"; complement["T"]="A";
    complement["C"]="G"; complement["G"]="C";
  } 

  NR>1 && $3!=$2 && $4!=$2 {
    $3 = complement[$3]; 
    $4 = complement[$4];
  } 

  {
    print;
  }
' file

答え3

@steeldriverが提案した配列に加えて、関数を定義することもできます。

awk '
  BEGIN { FS == " +" }
  NR == 1 {print $0 }
  function CHANGE( F )
    {
      if ( F == "A" ) F = "T"
      else if ( F == "T" ) F = "A"
      else if ( F == "C" ) F = "G"
      else F = "C"
      return F
    }
  NR >= 2 {
    if ( $2 == $3 || $2 == $4 ) print $0
    else {
      $3=CHANGE($3)
      $4=CHANGE($4)
      printf "%5d%3s%3s%3s\n",$1,$2,$3,$4
    }
  }
' file

関連情報