Hei: Jeg har et annet spørsmål. Du bør vurdere følgende to prøven, tabulator-filer:

File_1:

Abf1 YKL112w
Abf1 YAL054c
Abf1 YGL234w
Ace2 YKL150w
Ace2 YNL328c
Cup9 YDR441c
Cup9 YDR442w
Cup9 YEL040w
...


Fil 2:

...
ABF1 YKL112W
ACE2 YLR131C
CUP9 YPL177C
...

File_2 er en "søketabellen;" Jeg ønsker å erstatte $ 1 i File_1 med matchende $ 2 felt i File_2, i tillegg legge til en midt-kolonnen som inneholder strengen "tf", og en kolonne med "de" ( "1" i den første kolonnen stilling), alle tabulatordelt.

I tillegg ville det være ideelt hvis saken kunne ignoreres for søk / erstatt, men at den alfabetiske utgang være bare store [az] konvertert til [az].

FYI, disse er gjær gener, i tillegg til tall og bokstaver, noen av de genene vil inneholde bindestreker (f.eks YBR162W-A), men ingen vil inneholde komma, semikolon, mellomrom osv.

Output File_3:

1 YKL112W tf YKL112W
1 YKL112W tf YAL054C
1 YKL112W tf YGL234W
1 YLR131C tf YKL150W
1 YLR131C tf YNL328C
1 YLR131C tf YLR439W
1 YPL177C tf YDR441C
1 YPL177C tf YDR442W
1 YPL177C tf YEL040W
...

Dette er knyttet til (men forskjellig fra) mine tidligere spørring,

Molecular biolog krever hjelpe re: søk / erstatt script

Her er den første kolonnen en "dummy" vekt verdi, for å opprettholde "feltet kompatibilitet, sammen med min tidligere fil, som vist i dette eksemplet:

1 a Gi b
1 a pp en
1 a pp c
1 t Gi u
1 t Gi w
1 t Gi x
1 t pp z
2 a pp d
2 a pp e
2 t Gi v
2 t Gi z
3 a pp b
3 t Gi y
...

I siste instans vil jeg ende opp med en fil som dette, med $ 1 \u003d vekt, $ 2 \u003d gene1, $ 3 \u003d forening, $ 4 \u003d gene2:


1 YKL112W tf YKL112W
1 YKL112W tf YAL054C
1 YKL112W tf YGL234W
1 YLR131C tf YKL150W
1 YLR131C tf YNL328C
1 YLR131C tf YLR439W
1 YPL177C tf YDR441C
1 YPL177C tf YDR442W
1 YPL177C tf YEL040W
...
1 YBL012C Gi YCL045C
1 YBL012C pp YBL012C
5 YBL012C pp YHR039C-A
1 YLR363W-A gi YNL143C
4 YLR363W-A gi YPR123C
1 YLR363W-A gi YLR467W
1 YLR363W-A pp YNR073C
2 YBL012C pp YGL232W
2 YBL012C pp YOR102W
2 YLR363W-A gi YFL066C
2 YLR363W-A gi YNR073C
3 YBL012C pp YCL045C
3 YLR363W-A gi YKL100C
...

Takk - Igjen, * veldig * mye verdsatt!

Vennlig hilsen Greg S. :-)