/metasra-test

ファイルの説明

  • chip-atlas_vocab_metasra.tsv
    ChIP-Atlas の cell type class の文字列を MetaSRA でオントロジーに当てた結果。

  • chip-atlas_srx_biosample.tsv
    ChIP-Atlas の celltypeList.tab で生物種が hg38 の各行から、SRA Experiment の ID を 1 個ずつ抜き出したものと BioSample ID の対応。

  • chip-atlas_biosample_metasra.tsv
    前項の BioSample を入力として MetaSRA を実行した結果。

  • chip-atlas_vocab_metasra_not_in_direct.tsv
    chip-atlas_vocab_metasra.tsv にある Cellosaurus (CVCL) にマップされた行のうち、chip-atlas_biosample_metasra.tsv に存在しないもの。つまり、直接 BioSample を入力した場合はマップされないが、ChIP-Atlas の cell type class への名寄せを経由するとマップされたもの。

$ awk -F "\t" -v OFS="\t" 'FNR==1{f++}f==1&&$4~/CVCL:/{a[$1,$4]=1}f==2{b[$1]=$2}f==3&&$4~/CVCL:/&&!a[b[$1],$4]{print $0, b[$1]}' chip-atlas_biosample_metasra.tsv chip-atlas_srx_biosample.tsv chip-atlas_vocab_metasra.tsv > chip-atlas_vocab_metasra_not_in_direct.tsv

補足: MetaSRA の出力

column example description
1 SRX3751779 入力の ID
2 cell_type 入力の属性の key
3 1765-92 入力の属性の value
4 CVCL:S817 マップされたオントロジータームの ID
5 1765-92 マップされたオントロジータームのラベル
6 False Consequent か
7 True 全長マッチか
8 True 完全マッチか
9 TERM_NAME 何にマッチしたか (label か synonym か)

マップされなかった属性は 4 列目以降が空。