**文書の過去の版を表示しています。**
練習問題7
wget http://www.suikou.fs.a.u-tokyo.ac.jp/yosh_data/2018train/sample1.fasta.gz wget http://www.suikou.fs.a.u-tokyo.ac.jp/yosh_data/2018train/sample2.fasta.gz wget http://www.suikou.fs.a.u-tokyo.ac.jp/yosh_data/2018train/sample3.fasta.gz wget http://www.suikou.fs.a.u-tokyo.ac.jp/yosh_data/2018train/sample4.fasta.gz gzip -d sample*.fasta.gz
として練習用のVCFファイルをダウンロードして解凍する。 上記ファイルは抗体可変領域のアンプリコンシーケンスデータである。
3.サンプル1~4のファイルについて配列の出現回数を求め、下記のように統合された出現頻度一覧表を作成せよ。
回答例:
awk -F'\t' ' BEGIN{ ORS=""; } { length(ARGV) if(FILENAME==ARGV[1]){ if(FNR%2==0){ data[1][$0]=data[1][$0]+1; seq[$0]=1; } } if(FILENAME==ARGV[2]){ if(FNR%2==0){ data[2][$0]=data[2][$0]+1; seq[$0]=1; } } if(FILENAME==ARGV[3]){ if(FNR%2==0){ data[3][$0]=data[3][$0]+1; seq[$0]=1; } } if(FILENAME==ARGV[4]){ if(FNR%2==0){ data[4][$0]=data[4][$0]+1; seq[$0]=1; } } } END{ print "id\tsample1\tsample2\tsample3\tsample4\n"; for(i in seq){ print i; for(j=1;j<=4;j=j+1){ print "\t"data[j][i]+0; } print "\n"; } }' sample1.fasta sample2.fasta sample3.fasta sample4.fasta