我有一个 csv 文件，我从中提取了与我相关的数据。这些一方面是参考编号，另一方面是字母 G、A、T 和 C 形式的遗传信息。
内容.csv：
1,S188823,188823,,,,ACTCTCGA,,CTGTACCA,ID23,
1,S189843,189843,,,,ACCCTGGA,,CTTGTACA,ID23,
...
与我相关的信息是188823,,,,ACCCTGGA,,CTTGTACA
来自每一行。在此过程中必须删除重复项。前两行也必须被截断。
这就是我目前所做的：
cat File.csv | cut -d "," -f 3,9,7 | uniq | sed -e '1d' -e '2d'
结果如下所示：
188823,ACTCTCGA,CTGTACCA
189843,ACCCTGGA,CTTGTACA
...
但现在有两件事必须做，我没有做到。字段 3 和字段 2 必须交换
188823,CTGTACCA,ACTCTCGA
189843,CTTGTACA,ACCCTGGA
...
现在从 field2 开始，碱基必须“反向互补”。这意味着每个 A 变成 T，每个 C 变成 G，每个 G 变成 C，每个 T 变成 A，序列顺序颠倒。于是，CTGTACCA变成TGGTACAG。
最终结果必须如下所示：
188823,TGGTACAG,ACTCTCGA
188823,TGTACAAG,ACCCTGGA
我希望这是可以理解的，你可以帮助我。可以在此处找到有关反向补充构建的一些帮助： revcomp builder online