Script Bash pour extraire des séquences fasta

[Oceane666]

Bonjour à tous,
J'aurais besoin d'aide concernant l'élaboration d'un script bash pour extraire des séquence fasta.

J'ai un fichier nommé test.txt qui a ce type de format :
1739 3.27 0.00 0.00 contig_1 21700 21913 (1813093) RM2_rnd-1_family-0#LTR/Gypsy 1666 1879 (4848) m_b1s001i0

contig_1 21700 AATGCTTATAGAGAAAGCTGTCAGACTTGA TGATAGGCTTTTTGAAAGAA 21749
i
RM2_rnd-1_fam 1666 AACGCTTATAGAGAAAGCTGTCAGACTTGA TGATAGGCTTTTTGAAAGAA 1715

contig_1 21750 GAAAGGAGAAGAACCAAGACTGGCATCCAA CAAGAAATTTCAACAATTAC 21799

RM2_rnd-1_fam 1716 GAAAGGAGAAGAACCAAGACTGGCATCCAA CAAGAAATTTCAACAATTAC 1765

J'aimerai que le script garde la ligne ou il detecte LTR (s'il détecte autre chose il ne doit pas la garder), et une fois qu'il a détecter dans une ligne LTR, il doit regarder dans les lignes d'en bas qui contiennent contig et extraire la séquence donc j'obtiendrai quelque chose du style :

1739 3.27 0.00 0.00 contig_1 21700 21913 (1813093) RM2_rnd-1_family-0#LTR/Gypsy 1666 1879 (4848) m_b1s001i0
contig_1 21700 AATGCTTATAGAGAAAGCTGTCAGACTTGA TGATAGGCTTTTTGAAAGAA 21749
contig_1 21750 GAAAGGAGAAGAACCAAGACTGGCATCCAA CAAGAAATTTCAACAATTAC 21799

Merci pour votre aide !
-----

[MissJenny]

Si tu connnais le logiciel R tu peux utiliser le package seqinr, il permet la lecture et toutes sortes de manipulations de fichiers fasta.

[Oceane666]

Merci pour votre réponse,
Je préférerais l'utilisation de bash, car mon fichier n'est pas réellement un fasta car il n'a pas le même formatage. J'aimerai juste extraire uniquement les séquences qui sont en corrélation avec LTR dans le nom et ne pas prendre toute les autres. Je vais regarder le package que vous m'avez conseillé mais je ne suis pas très à l'aise avec Rstudio.

[pm42]

Je ne connais pas le format et ton exemple n'est pas très clair : c'est quoi "les lignes d'en bas" ?

Mais pour faire ce genre de choses de nos jours, le bon point de départ est de demander à ChatGPT en lui expliquant ce qu'on veut, éventuellement un exemple et de partir du code qu'il génère.

[A voir en vidéo sur Futura]

[Oceane666]

j'ai déjà demandé à chatgpt mais ce qu'il me donne comme résultat n'est pas cohérent, mais je pense avoir réussi à obtenir à peu près ce que je voulais merci encore

[polo974]

grep 'LTR\|^contig' fichier

ça ne garde que les lignes contenant LTR ou commençant par contig

pas besoin d'enquiquiner un chat pour ça, il va finir par donner des coup de griffes...

[Stan_94]

bonjour,
juste pour savoir... GREP, c'est uniquement sous un système de type Unix, non ?
donc si la primo posteuse est sous Windows, y-a-t-il un équivalent simple et rapide ?

[albanxiii]

donc si la primo posteuse est sous Windows, y-a-t-il un équivalent simple et rapide ?

Installer cygwin ou msys2. Sinon, Microsoft propose une installation de linux dans Windows.
Ou encore un petit script python, mais cela sera plus spécifique à la tâche à effectuer (on ne va pas réécrire grep en python).

[pm42]

juste pour savoir... GREP, c'est uniquement sous un système de type Unix, non ?
donc si la primo posteuse est sous Windows, y-a-t-il un équivalent simple et rapide ?

Vu qu'il a demandé une solution en bash, cela résout le problème : soit il est sur un système Unix, soit il a un équivalent.

grep 'LTR\|^contig' fichier

ça ne garde que les lignes contenant LTR ou commençant par contigu
pas besoin d'enquiquiner un chat pour ça, il va finir par donner des coup de griffes...

Sauf que de ce que j'ai compris, il veut extraire aussi les lignes suivantes ce qui ne peut pas se faire avec un simple grep.

[polo974]

J'ai répondu avec ce que j'ai interprété de la question, mais vu l'imprécision de la demande, j'ai peut-être tapé à côté.

Sinon, avec de bonnes explications, on doit pouvoir le faire avec un sed (de la mort qui tue... ).

Ou quelques lignes de shell...

Il y en a qui aiment aussi perl...

Les goûts et les couleurs, ça ne se discute pas...

[pm42]

J'ai répondu avec ce que j'ai interprété de la question, mais vu l'imprécision de la demande, j'ai peut-être tapé à côté.

Pareil d'où ma demande sur "les lignes plus bas" restée sans réponse.

Sinon, avec de bonnes explications, on doit pouvoir le faire avec un sed (de la mort qui tue... ).
Ou quelques lignes de shell...
Il y en a qui aiment aussi perl...

Oui ou avec awk ou les fonctions de lecture de fichier de bash comme ci-dessous... Les possibilités sont infinies.

while read -r line; do
  if [[ "$line" == *"LTR"* ]]; then
     found_ltr=true
  fi
done

Les goûts et les couleurs, ça ne se discute pas...

Non même si perl, ça se discute (et j'en ai beaucoup fait)