Что означает 10 в библиотеке libgmp10?

Чтобы извлечь строки из data.txt с генами, перечисленными в genelist.txt :

grep -w -F -f genelist.txt data.txt > newdata.txt

grep :

• -w указывает grep соответствовать только целым словам (т. е. ABC123 также не будет соответствовать ABC1234 ).
• -F искать фиксированные строки (простой текст), а не регулярные выражения
• -f genelist.txt читать шаблоны поиска из файла

Если вам нужен заголовок (Пример 1, Пример 2 и т. Д.):

grep -w -F -f genelist.txt -e Sample data.txt > newdata.txt

• -e Sample также ищите "Sample"

Чтобы найти строки в genelist.txt , которых нет в newdata.txt :

grep -v -w -F -f <(sed -E -e 's/(\t|  +).*//' newdata.txt) genelist.txt

• -v инвертировать поиск, печатать несовпадающие строки.

Остальные параметры grep такие же, но вместо использования файла с параметром -f используется так называемая подстановка процесса (см. также ), что позволяет использовать команду вместо фактического файла. Какой бы вывод ни создавала команда, рассматривается как содержимое «файла».

В этом случае мы используем команду sed -E -e 's / (\ t | +). * //' newdata.txt , которая выводит каждую строку newdata.txt после первого удаления всего либо из первого символа TAB, либо из первой пары пробелов, которые он видит. Другими словами, первое поле (например, «Ген А»). Мне пришлось использовать TAB или двойной пробел, потому что а) я не был уверен, были ли ваши данные разделены пробелами или TAB, и б) первые поля в вашем примере содержали пробелы.

Использованные параметры sed :

• -E использовать расширенные регулярные выражения, поэтому мы можем использовать простые (, ) и + , которые более читабельны, чем необходимость экранировать их с помощью \ как \ (, \) , \ + .
• -e 's / (\ t | +).* // ' указывает сценарий sed для применения к входу (newdata.txt)

Выполнение этой команды в вашем примере data.txt приведет к следующему результату:

$ sed -E -e 's/(\t|  +).*//' data.txt

Gene A
Gene B
Gene C
Gene D

В любом случае, вывод этой команды sed используется как список шаблонов поиска командой grep .