【问题标题】:editing a certain column in an annotation file编辑注释文件中的某一列
【发布时间】:2018-11-27 06:55:10
【问题描述】:

我正在尝试编辑注释文件。表格如下所示:

chr10   HAVANA  gene    92834713        93059493        .       +       .       gene_id "ENSG00000138190.16"
chr10   HAVANA  gene    92878092        92878289        .       -       .       gene_id "ENSG00000225118.1"
chr10   HAVANA  gene    93059663        93060426        .       -       .       gene_id "ENSG00000226425.1"
chr10   HAVANA  gene    93060808        93069536        .       +       .       gene_id "ENSG00000187553.8"

我想删除gene_id 列中的基因“版本”,并得到类似"ENSG00000187553" 而不是"ENSG00000187553.8"

chr10   HAVANA  gene    92834713        93059493        .       +       .       gene_id "ENSG00000138190"
chr10   HAVANA  gene    92878092        92878289        .       -       .       gene_id "ENSG00000225118"
chr10   HAVANA  gene    93059663        93060426        .       -       .       gene_id "ENSG00000226425"
chr10   HAVANA  gene    93060808        93069536        .       +       .       gene_id "ENSG00000187553"

任何想法我该怎么做? (使用 awk 或其他类似命令)

【问题讨论】:

    标签: awk annotations


    【解决方案1】:

    您可以进行替换以从最后一个字段中删除版本:

    $ awk '{sub(/[.][0-9]+"/, "\"", $NF)}1' file
    chr10 HAVANA gene 92834713 93059493 . + . gene_id "ENSG00000138190"
    chr10 HAVANA gene 92878092 92878289 . - . gene_id "ENSG00000225118"
    chr10 HAVANA gene 93059663 93060426 . - . gene_id "ENSG00000226425"
    chr10 HAVANA gene 93060808 93069536 . + . gene_id "ENSG00000187553"
    

    由于所讨论的字段是最后一个字段,正如 cmets 中所指出的,更好的选择可能是将行视为一个整体,并以这种方式保留原始间距:

    $ awk '{sub(/[.][0-9]+"/, "\"")}1' file
    chr10   HAVANA  gene    92834713        93059493        .       +       .       gene_id "ENSG00000138190"
    chr10   HAVANA  gene    92878092        92878289        .       -       .       gene_id "ENSG00000225118"
    chr10   HAVANA  gene    93059663        93060426        .       -       .       gene_id "ENSG00000226425"
    chr10   HAVANA  gene    93060808        93069536        .       +       .       gene_id "ENSG00000187553"
    

    【讨论】:

    • 用sub(/\.[0-9]+"$/, "\"")可以保留原来的间距。
    • 谢谢,@karakfa,我更喜欢这样。更新了!
    猜你喜欢
    • 1970-01-01
    • 2010-12-29
    • 1970-01-01
    • 1970-01-01
    • 2019-07-06
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2020-01-30
    相关资源
    最近更新 更多