Вопросы Теги

файл сценария оценки ДНК [закрыто]

Resolví mi problema de RPM que no responde con:

cd /var/lib
mv rpm rpm.orig
mkdir rpm
restorecon -Rv rpm
rpm --rebuilddb

Referencias:

  1. https://www.cyberciti.biz/tips/rebuilding-corrupted-rpm-database.html

-6
04.03.2018, 17:29
3 ответа

Un simple script awk podría hacerlo:

puntuación.awk 

BEGIN {
  values["A"]=1
  values["T"]=2
  values["C"]=3
  values["G"]=4
}

{
  split($0, letters, "");
  sum=0;
  for (letter in letters)
    sum += values[letters[letter]];
    print "seq_number", NR, "has score =", sum;
}

Cuando se ejecuta en sus datos de muestra, obtengo:

$ awk -f score.awk < input
seq_number 1 has score = 28
seq_number 2 has score = 28
seq_number 3 has score = 27
3
28.01.2020, 05:21

bueno, dado que esta pregunta se responde de todos modos, aquí hay algunas perl/rubyuna -líneas 

$ perl -MList::Util=sum0 -lne 'print "seq_number $. has score = ", sum0 split //, tr/ATCG/1234/r' ip.txt
seq_number 1 has score = 28
seq_number 2 has score = 28
seq_number 3 has score = 27
$ ruby -ne 'puts "seq_number #{$.} has score = #{$_.tr("ATCG", "1234").chars.sum(&:to_i)}"' ip.txt
seq_number 1 has score = 28
seq_number 2 has score = 28
seq_number 3 has score = 27

La idea es la misma y aplicable siempre que las letras se traduzcan en números de un solo dígito

  • entonces, primero use trpara cambiar ATCGal correspondiente1234
  • luego divida la cadena en caracteres y sume los dígitos


Y una versión awkque usa el valor de retorno desplit

$ awk 'BEGIN{a["A"]=1; a["T"]=2; a["C"]=3; a["G"]=4}
       {score = 0; for(k in a) score += (split($0, n, k)-1)*a[k];
        print "seq_number " NR " has score = " score}' ip.txt
seq_number 1 has score = 28
seq_number 2 has score = 28
seq_number 3 has score = 27
1
28.01.2020, 05:21 
sed -e 's/A/./g'   -e 's/T/../g' \
    -e 's/C/.../g' -e 's/G/..../g' file |
awk '{ printf("seq_number %d has score = %d\n", NR, length) }'

Salida:

seq_number 1 has score = 28
seq_number 2 has score = 28
seq_number 3 has score = 27

El comando sedreemplaza cada base por un número de puntos que representan la puntuación. El comando awkimprime el número de líneas leídas hasta el momento y también calcula la longitud de la línea, que es la puntuación total de esa línea.

La primera expresión sed, s/A/./g, en realidad no es necesaria para que el resultado sea correcto.

Variación (un poco más corta, solo por diversión):

sed -e 's/G/TT/g;s/C/TA/g;s/T/AA/g' file |
awk '{ printf("seq_number %d has score = %d\n", NR, length) }'

Variación que da solo las puntuaciones, una por línea:

tr 'ATCG' '1234' <file | awk -F'\0' -vOFS="+" '$1=$1' | bc

Esto primero reemplaza cada letra con el dígito que es el puntaje para esa letra, y luego, con awk, inserta +entre cada dígito. bcmaneja el cálculo de la puntuación total de cada línea.

Y finalmente, una variación del último pero con solo sedybc(nuevamente, solo se imprimen las partituras):

sed 'y/ATCG/1234/;s/\(.\)/+\1/g;s/^+//' file | bc

A Sundeep se le ocurrió 

sed 'y/ATCG/1234/;s/./+&/2g' file | bc

que es una variación más breve de lo último.

Primero cambia las letras a los dígitos correspondientes con el comando y, y luego reemplaza cada carácter (a partir del segundo )precedido por +, así que para la cadena de entrada ACCAobtendrá 1+3+3+1como salida. bcse utiliza entonces para evaluar esta expresión aritmética.

Su solución solo funciona en GNU sedcomo estándar sedno le gusta tener ambos 2y gcomo banderas de sustitución al mismo tiempo.

4
28.01.2020, 05:21

Теги

Похожие вопросы