EQ963472 29264 . G A 212.0 . DP=170;VDB=0.0253;AF1=1;AC1=2;DP4=0,0,79,83;MQ=60;FQ=-282;ANN=A|stop_gained|HIGH|AFLA_072280|AFLA_072280|transcript|EED56534|protein_coding|
EQ963472 31777 . C T 222.0 . DP=179;VDB=0.0245;AF1=1;AC1=2;DP4=0,0,66,95;MQ=60;FQ=-282;ANN=T|stop_gained|HIGH|AFLA_072310|AFLA_072310|transcript|EED56537|protein_coding|
EQ963472 58523 . G A 222.0 . DP=161;VDB=0.0269;AF1=1;AC1=2;DP4=0,0,71,83;MQ=60;FQ=-282;ANN=A|start_lost|HIGH|AFLA_072370|AFLA_072370|transcript|EED56543|protein_coding|1
EQ963472 171022 . A C 222.0 . DP=164;VDB=0.0253;AF1=1;AC1=2;DP4=0,0,90,65;MQ=60;FQ=-282;ANN=C|stop_lost&splice_region_variant|HIGH|AFLA_072870|AFLA_072870|transcript|EED5
EQ963472 174382 . C T 136.0 . DP=159;VDB=0.0253;AF1=1;AC1=2;DP4=0,0,65,76;MQ=60;FQ=-282;ANN=T|stop_gained|HIGH|AFLA_072890|AFLA_072890|transcript|EED56595|protein_coding|
EQ963472 185314 . T C 77.0 . DP=168;VDB=0.0259;AF1=1;AC1=2;DP4=0,0,6,2;MQ=60;FQ=-51;ANN=C|stop_lost|HIGH|AFLA_072940|AFLA_072940|transcript|EED56600|protein_coding|1/1|c
EQ963472 188490 . C T 217.0 . DP=175;VDB=0.0267;AF1=1;AC1=2;DP4=0,1,86,78;MQ=60;FQ=-282;PV4=0.48,8.8e-08,1,1;ANN=T|stop_gained|HIGH|AFLA_072960|AFLA_072960|transcript|EED
パターンマッチングと正規表現を使用して、AFLA_*のIDと対応する最初の列IDを取得します。
以下を使用してAFLA IDのみを取得しようとしました。 grep -o "AFLA_[0-9]" A1.SNP.contig.snpeff_high.out |less 結果は次のとおりです。 AFLA_0 AFLA_0 AFLA_0 AFLA_0 最初の 2 列の _ 一意の ID を取得します。
ファイル出力には最初の2列とAFLA_ *を含める必要があります。
出力は次のようになります。
EQ963472_29264 AFLA_072280 AFLA_072280
ベストアンサー1
ファイル出力には、最初の2列とAFLA_ * IDを含める必要があります。
アッ解決策：
awk -F'[[:space:]]+|\\|AFLA_' -v pfx="ALFA_"
'{ print $1,$2,pfx $9,pfx substr($10,0,index($10,"|")-1) }' yourfile
出力：
EQ963472 29264 ALFA_072280 ALFA_072280
EQ963472 31777 ALFA_072310 ALFA_072310
EQ963472 58523 ALFA_072370 ALFA_072370
EQ963472 171022 ALFA_072870 ALFA_072870
EQ963472 174382 ALFA_072890 ALFA_072890
EQ963472 185314 ALFA_072940 ALFA_072940
EQ963472 188490 ALFA_072960 ALFA_072960
-F'[[:space:]]+|\\|AFLA_'|AFLA_- フィールド区切り記号としてスペースとシーケンスを考慮します。