主页 / unix / 问题 / 464689
Accepted
filwy
Asked: 2018-08-25 10:14:56 +0800 CST

向字符串添加更多信息

  • 772

我有一个这样的 gtf 文件：

ChrI    Coding_transcript       gene    8451772 8509212 .       -       .       gene_id "UMM-S589-0.12-gene-1"

ChrI    Coding_transcript       exon    8501974 8509212 .       -       .       gene_id "UMM-S589-0.12-gene-1"

ChrI    Coding_transcript       exon    8491643 8501928 .       -       0        gene_id "UMM-S589-0.12-gene-1"

我现在想在第 9 列中添加更多信息，使其看起来像这样：

ChrI    Coding_transcript       exon    8501974 8509212 .       -       .       gene_id "UMM-S589-0.12-gene-1"; transcript_id "UMM-S589-0.12-gene-1", exon_id "1";

ChrI    Coding_transcript       exon    8491643 8501928 .       -       0        gene_id "UMM-S589-0.12-gene-1";transcript_id "UMM-S589-0.12-gene-1", exon_id "2";

有谁知道我可以用来制作这个文件的任何简单命令吗？太感谢了！

text-processing bioinformatics

1 个回答

  1. Best Answer

    尝试这个：

    awk 'NF==10{print $0";transcript_id "$10", exon_id ""\""++count[$3]"\""";"}NF!=10{print $0}' file.gtf

    输出：

    ChrI    Coding_transcript       exon    8501974 8509212 .       -       .       gene_id "UMM-S589-0.12-gene-1";transcript_id "UMM-S589-0.12-gene-1", exon_id "1";

ChrI    Coding_transcript       exon    8491643 8501928 .       -       0        gene_id "UMM-S589-0.12-gene-1";transcript_id "UMM-S589-0.12-gene-1", exon_id "2";
    • NF==10检查字段数是否为 10。
      • print $0打印完整行。
      • transcript_id $10因为它与 gene_id 相同
      • ++count[$3]打印外显子的出现（第三场）
    • NF!=10只需打印该行。
    • 1

相关问题