0

我有两个文件 input1.vcf.gz 和 input2.vcf.gz 输出将是 output.vcf.gz

输入1.vcf.gz

X   60060   2   572 G:1 C:0
X   60070   2   572 G:0.996503  T:0.0034965

输入2.vcf.gz

X   60060   .   G   C   .   .    ;AA=0.131148;AFE=0.154639;EUN=0;AFW=0.181818;MED=0.00446429;LAT=0.0165746;VT=SNP;AF=0.04
X   60070   .   G   T   .   .    ;AA=0;AFE=0;EUN=0;AFW=0;MED=0;LAT=0;AF=0.0009;VT=SNP

输出.vcf.gz

X   60060   .   G   C   .   .    ;AA=0.131148;AFE=0.154639;EUN=0;AFW=0.181818;MED=0.00446429;LAT=0.0165746;VT=SNP;AF=0.04;ASNE=0

    60070   .   G   T   .   .    ;AA=0;AFE=0;EUN=0;AFW=0;MED=0;LAT=0;AF=0.0009;VT=SNP;ASNE=0.0034965

这里 ASNE=0 和 ASNE=0.0034965 基于列匹配附加到第二个文件

所有文件均为 .gz 格式

4

1 回答 1

1

这就是我认为你正在尝试做的事情，使用第一列和第二列作为键：

awk 'FNR==NR { split($NF,a,":"); b[$1,$2]=a[2]; next } ($1,$2) in b { print $0 ";ASNE=" b[$1,$2] }' input1.vcf input2.vcf

结果：

X   60060   .   G   C   .   .    ;AA=0.131148;AFE=0.154639;EUN=0;AFW=0.181818;MED=0.00446429;LAT=0.0165746;VT=SNP;AF=0.04;ASNE=0
X   60070   .   G   T   .   .    ;AA=0;AFE=0;EUN=0;AFW=0;MED=0;LAT=0;AF=0.0009;VT=SNP;ASNE=0.0034965

因此，对于压缩文件，请尝试：

awk 'FNR==NR { split($NF,a,":"); b[$1,$2]=a[2]; next } ($1,$2) in b { print $0 ";ASNE=" b[$1,$2] }' <(gzip -dc input1.vcf.gz) <(gzip -dc input2.vcf.gz) | gzip > output.vcf.gz

请让我知道情况如何。HTH。

于 2012-12-05T10:33:33.603 回答