如何使用awk计算序列中的残留物总数？

我有一个包含蛋白质序列的文本文件。我想得到每个序列中的残基总数。我怎样才能用awk做到这一点

>1GS9
PYCPAAVIAPVV
>1LE2
DFEFAKWKN
>1NFN
ADAPPDS

期望输出

1GS9 - 12
1LE2 - 9
1NFN - 7

1GS9 - 12
1LE2 - 9
1NFN - 7

您可以这样做：

 awk '/^>/ { res=substr($0, 2); } /^[^>]/ { print res " - " length($0); }' < file

awk'/^>/{res=substr（$0,2）；}/^[^>]/{print res“-”长度（$0）；}'

使用

{…}

自动读取每个奇数行，使用

getline

自动读取偶数行中的蛋白质：

awk ' {
    getline prot;
    printf "%s - %d\n", substr( $0, 2 ), length( prot ) 
}' infile

输出：

测试如下：

> cat temp
>1GS9
PYCPAAVIAPVV
>1LE2
DFEFAKWKN
>1NFN
ADAPPDS
> awk '{line=substr($0,2);getline;print line,"-",length($0)}' temp
1GS9 - 12
1LE2 - 9
1NFN - 7
> 

这可能适合您（GNU awk）：

---

>1GS9 PYCPAAVIAPVV

表示调用

1GS9

并返回

PYCPAAVIAPVV

？？

awk '{line=substr($0,2);getline;print line,"-",length($0)}' temp

> cat temp
>1GS9
PYCPAAVIAPVV
>1LE2
DFEFAKWKN
>1NFN
ADAPPDS
> awk '{line=substr($0,2);getline;print line,"-",length($0)}' temp
1GS9 - 12
1LE2 - 9
1NFN - 7
> 

awk -vRS='>' -vOFS=' - ' 'NR>1{print $1,length($2)}' file