我有一个包含序列数据的文件,其中每个新段落(由两个空行分隔)包含一个新序列:
#example
ASDHJDJJDMFFMF
AKAKJSJSJSL---
SMSM-....SKSKK
....SK
SKJHDDSNLDJSCC
AK..SJSJSL--HG
AHSM---..SKSKK
-.-GHH
我想得到一个文件看起来像:
ASDHJDJJDMFFMFAKAKJSJSJSL---SMSM-....SKSKK....SK
SKJHDDSNLDJSCCAK..SJSJSL--HGAHSM---..SKSKK-.-GHH
每个序列长度相同(如果有帮助的话).
我也希望在存储在不同directiories中的多个文件上执行此操作.
我刚刚尝试过
sed -e '/./{H;$!d;}' -e 'x;/regex/!d' ./text.txt
但是这只是删除了整个文件:S
任何帮助都会受到赞赏 - 不必是sed,如果你知道如何在perl或其他东西中做到那么那也很棒.
谢谢.
如果我有一个矢量
x <- c("ajjss","acdjfkj","auyjyjjksjj")
并做:
y <- x[grep("jj",x)]
table(y)
我明白了:
y
ajjss auyjyjjksjj
1 1
但是第二个字符串"auyjyjjksjj"应该将子字符串"jj"计算两次.如何将其从真/假计算中更改为实际计算"jj"的频率？
此外,如果对于每个字符串,可以计算子字符串的频率除以字符串的长度,这将是很好的.
提前致谢.
我想在 sed 命令中使用命令行参数，目前我将参数包装在 '' 中。我的命令是：
mycomputer$ sed 's/^\(.\{'$1'\}\)./\1'$2'/' out2.fa 2 A
它本质上查看文件中的一行，并将第二个位置更改为 A。当我对其进行硬编码时，这是有效的，但上面的结果是：
sed: -e expression #1, char 21: Invalid content of \{\}
鉴于文件名在技术上是第一个参数，我还应该使用 $2 和 $3 作为命令行参数吗？
我有以下shell脚本。
#!/bin/bash --login
#BSUB -q q_ab_mpc_work
#BSUB -J psipred
#BSUB -W 01:00
#BSUB -n 64
#BSUB -o psipred.out
#BSUB -e psipred.err
module load compiler/gnu-4.8.0
module load R/3.0.1
export OMP_NUM_THREADS=4
code=${HOME}/Phd/script_dev/rfpipeline.sh
MYPATH=$HOME/Phd/script_dev/
cd ${MYPATH}
${code} myfile.txt
我可以使用bsub将程序提交到集群：
bsub < myprogram.sh
但是我将程序的最后一行更改为：
${code} $1
在使用命令行参数指定文件的位置，如何将其传递给bsub？
我试过了：
bsub < myprogram.sh myfile.text
但是bsub将不接受myfile.text作为bash参数。
我也尝试过
bsub <<< myprogram.sh myfile.text
./myprogram.sh myfile.text | bsub
bsub "sh ./myprogram.sh myfile.text"
我需要做什么？
我正在寻找一些一般性建议而不是编码解决方案。基本上，当通过 bsub 提交作业时，我可以通过指定以下任何一项来检索 Stdin/Stdout 的日志：
bsub -o log.txt % sends StdOut to log.txt
bsub -u me@email % sends StdOut to email
这些都很棒，但是我的程序在提交给 bsub 时会创建一个文件夹并存储在远程服务器上。基本上我想
a) 检索文件夹及其内容 b) 作业完成后自动执行此操作
所以我可以在技术上使用scp -r，但是我必须手动执行此操作。如果我在工作完成后收到电子邮件警报，那还不错，但仍然 - 我必须手动执行此操作。
所以到 b):
好吧，我看不到 bsub 检索实际结果的任何特殊标志，只有 StdOut。我想我可以有一个脚本来使用sleep并设置工作时间（为了安全起见，可能会有点徘徊），比如
#!/bin/bash
scp myfile.txt server:main/subfolder
ssh bsub < myprogram.sh -u my@email
sleep <job-time>
scp -r server:main/subfolder result_folder
但是我有点担心被注销等和脚本在工作完成之前终止。
有没有人有什么建议？
我本质上想要一个界面（将来的网站），用户可以在其中提交文件，远程分析文件，在工作开始/完成时向用户发送电子邮件，结果自动检索回本地/网络服务器，用户收到电子邮件说他们可以选择他们的结果。
一步一步！
尝试运行Build.PL文件并获取以下内容,而不是不常见的错误消息:
Checking prerequisites...
build_requires:
! Test::Most is not installed
recommends:
* HTML::TableExtract is not installed
* Math::Random is not installed
* YAML is not installed
ERRORS/WARNINGS FOUND IN PREREQUISITES. You may wish to install the versions
of the modules indicated above before proceeding with this installation
Run 'Build installdeps' to install missing prerequisites.
但是当我跑步时:
perl Build installdeps
我明白了:
Can't open perl script "Build": No such file or directory
谁有任何关于我在这里做错的想法？
我试图在db2中重命名一个表,就像这样
rename table schema1.mytable to schema2.mytable
但收到以下错误消息:
the name "mytable" has the wrong number of qualifiers.. SQLCODE=-108,SQLSTATE=42601
这里有什么问题....我正在使用IBM publib文档中的确切语法.
我正在尝试运行blastn，然后独立运行SIFT。但是，我遇到了数据库配置问题，因为我收到以下信息：
arron@arron-Ideapad-Z570 ~/Phd/programs/sift4.0.3b $ blastn -query test/lacI.fasta -db db/swissprot/
BLAST Database error: No alias or index file found for nucleotide database [db/swissprot/] in search path [/home/arron/Phd/programs/sift4.0.3b:::]
在其他线程的一些建议之后，我下载了一个蛋白质数据库，例如 swissprot：
wget ftp://ftp.ebi.ac.uk/pub/databases/fastafiles/uniprot/uniprotkb_swissprot.gz
zcat uniprotkb_swissprot.gz | awk '{if (/^>/) { print ">" $2} else { print $_}}' > swissprot.fa
然后使用 makeblastdb 创建一个blast 数据库：
arron@arron-Ideapad-Z570 ~/Phd/programs/sift4.0.3b/db/swissprot $ makeblastdb -in swissprot.fa -dbtype prot
Building a new DB, current time: 10/27/2014 13:18:57
New DB name: swissprot.fa
New DB title: swissprot.fa
Sequence type: Protein
Keep Linkouts: T …更多的一般MATLAB问题而不是寻找编程建议 - 如果我有:
y = cellfun(@(x)sum(x(:)), Z, 'un', 0);
NaN在每个单元矩阵中存在's'和实数的组合时,当我对每个单元格中的所有矩阵的所有元素求和时,我总是得到total = NaN因为那里NaN有,或者它们会被忽略而只是求和实数.我问的原因是因为我得到了:
y = [NaN] [NaN] [NaN]
[NaN] [NaN] [NaN]
[NaN] [NaN] [NaN]
示例单元矩阵(单元元素)将是:
x{1,1} = NaN 2 3
4 5 6
7 8 9
所以我希望第一个元素y是:
y{1,1} = 44
我怎么没有得到这个？
我有一个巨大的文本文件，有点像这样：
=?accession=P12345;=?position=999;
=?accession=Q19283;=?position=777;
=?accession=A918282;=?position=888;
我想提取accession=和之间的术语;，然后也提取position=和之间的术语;
这样我就得到：
P12345 999
Q19283 777
A918282 888
我需要在之间进行 grep 的字符串确实变得更加复杂，所以我想象了一个硬编码的解决方案。
我知道我可以采用“两个字符串之间的 grep”方法：
grep -Po 'accession= \K.*(?= ;)'
但我不知道如何使输入的同一行中的后续提取也出现在与输出的同一行上。
我真的不介意这是如何完成的，只要我可以从 Linux 命令行调用它即可。
谢谢。