0

我有一个包含蛋白质序列的文本文件。我想得到每个序列中的残基总数。我怎样才能用 awk 做到这一点？

>1GS9
PYCPAAVIAPVV
>1LE2
DFEFAKWKN
>1NFN
ADAPPDS

期望的输出

1GS9 - 12
1LE2 - 9
1NFN - 7
4

5 回答 5

1 
awk '/^>/ {
   name=substr($0,2);
   getline;
   printf("%s - %d\n", name, length($1))
}' input_file
于 2012-08-14T10:16:00.167 回答
0

你可以这样做：

 awk '/^>/ { res=substr($0, 2); } /^[^>]/ { print res " - " length($0); }' < file
于 2012-08-14T10:14:18.650 回答
0

{ ... }用和偶数行中的蛋白质自动读取每个奇数行getline：

awk ' {
    getline prot;
    printf "%s - %d\n", substr( $0, 2 ), length( prot ) 
}' infile

输出：

1GS9 - 12
1LE2 - 9
1NFN - 7
于 2012-08-14T10:28:03.160 回答
0 
awk '{line=substr($0,2);getline;print line,"-",length($0)}' temp

测试如下：

> cat temp
>1GS9
PYCPAAVIAPVV
>1LE2
DFEFAKWKN
>1NFN
ADAPPDS
> awk '{line=substr($0,2);getline;print line,"-",length($0)}' temp
1GS9 - 12
1LE2 - 9
1NFN - 7
>
于 2012-08-14T10:40:33.393 回答
0

这可能对您有用（GNU awk）：

awk -vRS='>' -vOFS=' - ' 'NR>1{print $1,length($2)}' file
于 2012-08-14T14:18:14.707 回答