Hej: Jag har en annan fråga. Tänk på följande två exempel, tabbavgränsade 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 är en "uppslagstabell," jag vill byta ut $ 1 i File_1 med matchande $ 2 fält i File_2, dessutom lägga till en Mittkolumnen innehåller strängen "TF", och en kolumn med "dem" ( "1" i första kolumnen position), alla tabbavgränsad.

Dessutom skulle det vara idealiskt om ärendet skulle kunna ignoreras för sök / ersätt, men att den alfabetiska produktionen vara versaler [az] konverteras till [AZ].

FYI, dessa är jäst gener, utöver siffror och bokstäver, några av de gener som kommer att innehålla bindestreck (t.ex. YBR162W-A), men ingen kommer att innehålla kommatecken, semikolon, mellanslag, etc.

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
...

Detta är relaterat till (men annorlunda) min tidigare fråga,

Molekylär biolog kräver hjälpa Re: sök / byt script

Här är den första kolumnen en "dummy" vikt värde, att bevara "fältet kompatibilitet" med min tidigare ärende, som visas i detta exempel:

1 a gi b
1 procentenhet en
1 procentenhet 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
3a pp b
3 t gi Y
...

I slutändan kommer jag att sluta med en fil som denna, med $ 1 \u003d vikt, $ 2 \u003d gene1, $ 3 \u003d förening, $ 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
...

Tack - Återigen * väldigt * mycket uppskattat!

Vänliga hälsningar, Greg S. :-)