두 개의 탭으로 구분 된 파일 비교

Question

이것은 생물 정보학 관련 질문이지만 여전히 많은 프로그래밍 문제입니다. 나는 아래에 주어진 문제에 대해 bash에서 몇 개의 라이너를 구축하지 못했고 여기에 그것을 묻는 것을 생각했다. 친절하게 도와주세요.

문제점 : 두 개의 파일 (탭 구분)이 있습니다. 파일 A 모양 같습니다

chr1 17050255 234916798 
chr1 36688211 36840408 
chr1 153961765 154156955 
chr1 154128722 154194653 
chr1 154130378 154156872 
chr1 207493679 207819735 

이것은 게놈 좌표 목록입니다.

파일 B에는 첫 번째 3 열에 게놈 좌표가 있고 네 번째 열에는 이름이 있습니다. I는 파일 A와 중첩 정보 파일이

ChrA StrtA stpA ChrB SrtB StpB  Name 

영역처럼 인쇄 된 (제 4 열 함께) 파일 B의 영역을 갖고 싶은

chr1 1709155 1709324 MMM3 
chr1 1709155 1709324 Sk-20 
chr1 1709608 1709727 ZdaA 
chr1 1709608 1709727 ZdaA 
chr1 1709608 1709727 ZA 
chr1 1709629 1709727 E-1 
chr1 1709629 1709727 E-1 
chr1 1709629 1709727 E-1 

의 영역으로 먼저 올

당신을 감사하는이 파일 B의 네 번째 열의 값과 함께 파일 B에 중복

Answer 1

사용 bedtools intersectBed : http://code.google.com/p/bedtools/wiki/Usage#intersectBed

(당신은 또한 http://www.biostars.org/를 요청할 수)

Answer 2

확실히 뭔가를 할 pandas보고 추천 이런 식으로. 두 데이터 프레임을 별도의 DataFrames에로드하면 찾고자하는 형식으로 데이터를 병합 할 수 있습니다.

Answer 3

당신은 SQL 틱 방식으로 문제를 처리하기 위해 DBD::CSV을 사용할 수

#!/usr/bin/env perl 
use strict; 
use utf8; 
use warnings 'all'; 

use Data::Printer; 
use DBI; 

my $dbh = DBI->connect('dbi:CSV:', undef, undef, { 
    f_encoding  => 'utf8', 
    csv_quote_char => undef, 
    csv_escape_char => undef, 
    csv_sep_char => "\t", 
    csv_eol   => "\n", 
    csv_quote_space => 0, 
    csv_quote_null => 0, 
    csv_tables  => { 
     fileA  => { file => 'fileA.tsv' }, 
     fileB  => { file => 'fileB.tsv' }, 
    }, 
    RaiseError  => 1, 
    PrintError  => 1, 
}) or die "DBI/DBD::CSV error: " . $DBI::errstr; 

my $sth = $dbh->prepare(<<SQL_QUERY); 
    SELECT * 
    FROM fileA 
    JOIN fileB ON 
     (StrtA <= StpB) OR (StrtB <= StpA) 
    WHERE Name IS NOT NULL 
SQL_QUERY 

$sth->execute; 
while (my $row = $sth->fetchrow_arrayref) { 
    p $row; 
} 
$sth->finish; 
$dbh->disconnect; 

(I를 그래도 난 당신의 중복 조건을 이해하는지 모르겠다)