# GGGenome検索の自動化

検索したい配列をファイルに保存 → `25mer.txt`

GGACCTCGGATACCTGCGTTTAGTC
GCTGGAGAGAGCCCAAAGGGACAAA
TGGGTGACAATCAAGGGTGCCAACC
TGACCTGTGCGGCAGCAAAGGTTCT
GACGCTTTCCTGAACCCAGCAAGGA

コマンド：

foreach n (`cat 25mer.txt`)
echo -n "$n "
curl -s https://gggenome.dbcls.jp/mmnm_refseq215/5/+/$n.bed | wc -l
end

説明：
* `$n` に次々に代入して実行してくれる。
* `echo -n "$n "` で検索する塩基配列を出力して、その右に
* GGGenome検索して `bed` で出力したときの行数（ヒット件数に1を加えた数になる）を出力。

（入力ファイルの改行コードを修正）

foreach n (`cat 25mer.txt | tr -d '\r'`)
echo -n "$n "
curl -s https://gggenome.dbcls.jp/mmnm_refseq215/5/+/$n.bed | wc -l
end

説明：
* 入力ファイルの改行コードは `\n` でないとだめ。
* Excelからコピペすると改行が `\r\n`（復帰＋改行）になってしまう。
* `tr -d '\r'` で `\r` を除去。

参考：

ファイルに保存する場合：

cat /dev/null > kekka.txt

foreach n (`cat 25mer.txt | tr -d '\r'`)
echo -n "$n " >> kekka.txt
curl -s https://gggenome.dbcls.jp/mmnm_refseq215/5/+/$n.bed | wc -l >> kekka.txt
end

説明：
* `>>` は `kekka.txt` に追記している。
* 以前の結果に追記しないよう、最初に 'kekka.txt' を空にしている。

スペース区切りをタブ区切りになおす：

sed -r 's/\ +/\t/' kekka.txt

# 上書き保存する場合は
sed -i '' -r 's/\ +/\t/' kekka.txt

応用：

foreach n (`cat 25mer.txt | tr -d '\r'`)
echo -n "$n\t"
GGG=`curl -s https://gggenome.dbcls.jp/mmnm_refseq215/5/+/$n.bed`
echo $GGG | grep -v '^track name' | grep -c Xist | tr '\n' '\t' 
echo $GGG | grep -v '^track name' | grep -c -v Xist
end

説明：

* `grep -v '^track name'` → 先頭のヘッダ行を除去
* `grep -c Xist` → Xist を含むヒットの行数をカウント
* `grep -c -v Xist` → Xist を含まないヒットの行数をカウント

結果：

GGACCTCGGATACCTGCGTTTAGTC	4	18
GCTGGAGAGAGCCCAAAGGGACAAA	2	167
TGGGTGACAATCAAGGGTGCCAACC	2	23
TGACCTGTGCGGCAGCAAAGGTTCT	2	55
GACGCTTTCCTGAACCCAGCAAGGA	2	95