Linux 中sed命令实现从gff文件中仅仅提取基因名称

 

001、

复制代码
(base) [b20223040323@admin1 x_test]$ ls                                 ## 测试gff文件
GCF_000001405.40_GRCh38.p14_genomic.fna.gz  GCF_000001405.40_GRCh38.p14_genomic.gff
(base) [b20223040323@admin1 x_test]$ grep -v "^#" GCF_000001405.40_GRCh38.p14_genomic.gff | awk -F "\t" '$3 == "gene"' | sed 's/\(.*\)\(gene=[^;]\+\)\(.*\)/\2/' | head      ## 仅仅提取基因名称,并保留前10行
gene=MIR6859-1
gene=MIR1302-2HG
gene=MIR1302-2
gene=FAM138A
gene=OR4F5
gene=LOC124903816
gene=LOC124900384
gene=LOC729737
gene=LOC124903814
gene=MIR6859-2
(base) [b20223040323@admin1 x_test]$ grep -v "^#" GCF_000001405.40_GRCh38.p14_genomic.gff | awk -F "\t" '$3 == "gene"' | sed 's/\(.*\)\(gene=[^;]\+\)\(.*\)/\2/' | tail     ## 仅仅提取基因名称,并保留后10行
gene=ND4
gene=TRNH
gene=TRNS2
gene=TRNL2
gene=ND5
gene=ND6
gene=TRNE
gene=CYTB
gene=TRNT
gene=TRNP
复制代码

 。

 

posted @   小鲨鱼2018  阅读(138)  评论(0编辑  收藏  举报
相关博文:
阅读排行:
· 震惊!C++程序真的从main开始吗?99%的程序员都答错了
· 【硬核科普】Trae如何「偷看」你的代码?零基础破解AI编程运行原理
· 单元测试从入门到精通
· 上周热点回顾(3.3-3.9)
· winform 绘制太阳,地球,月球 运作规律
历史上的今天:
2022-05-03 R语言中seq函数的用法
2022-05-03 R语言中fread函数中colClasses = "character"选项
2022-05-03 intel CPU、AMD CPU
2021-05-03 python中创建字典、字典的访问
2021-05-03 TypeError: 'dict' object is not callable
2021-05-03 c语言 5-9
2021-05-03 c语言 5-12
点击右上角即可分享
微信分享提示