如何计算在AWK的序列的残基的总数量？ [英] How to count the total number of residues in a sequence with awk?

问题描述

我有一个包含蛋白质序列的文本文件。我想获得每个序列中残基的总数。我怎样才能做到这一点使用awk？

 ＆GT; 1GS9
PYCPAAVIAPVV
＆GT; 1LE2
DFEFAKWKN
＆GT; 1NFN
ADAPPDS
 

所需的输出

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

解决方案

与自动读取每个奇数行{...} 和蛋白质偶数行与函数getline ：

 的awk'{
    函数getline PROT;
    printf的％s的内容 - ％d \\ n，substr（$ 0,2），长度（PROT）
}'INFILE
 

输出：

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

I have a text file that contains protein sequences. I would like to get the total number of residues in each sequence. How can I do this with awk?

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

Desired output

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

解决方案

Read every odd line automatically with { ... } and proteins in even lines with getline:

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

Output:

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

这篇关于如何计算在AWK的序列的残基的总数量？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！