13  Scripts en Bash

Los scripts son archivos de texto que contienen instrucciones ejecutables por un intérprete de un lenguaje de programación para la ejecución de tareas. El formato .sh se utiliza para escribir scripts ejecutables por un intérprete como Bash. En esta sección crearemos varios scripts de Bash y usaremos varios comandos y operadores.

Note

Los script de Bash contiene al inicio esta descripción #!bin/bash y la extensión .sh

13.1 Actividad grupal

Paso 1. Crear un script en Bash con el nombre demo.sh empleando nano.

nano demo.sh

Paso 2. Copia el siguiente código dentro del script demo.sh y guarda los cambios.


#!/bin/bash
# File: demo.sh

# Input de archivo
# 2. Mostrar el archivo y número de argumentos
echo "Archivo a procesar > $@"
echo "Numero de argumentos: $#"

# 3. Conteo de secuencias y separación de malas lecturas
numero_secuencias=$(grep -c '^@SRR098026' $@)
grep -B1 -A2 NNNNNNNNNN $@ > malas_lecturas.fastq
malas=$(cat malas_lecturas.fastq | wc -l)
echo "Número de malas lecturas: $malas"

# 4. Búsqueda de patrones
echo "Desea buscar patrones (y/n): "
read d

if [[ $d == "y" ]]; then
    echo "Los patrones se guardarán en: patrones.txt"
    echo -e 'ACTG\nCCCCC\nNNNCNNN\nNNNGNNN\nTTTT\nTATA\nAAA' > patrones.txt
    grep -f patrones.txt $@ > busqueda.txt
    echo "Búsqueda de patrones guardada en: busqueda.txt"
else
    echo "ok :P"
fi

# Mensaje final
echo "Fin :)"
  • 1. Comentarios y declaración de archivo
  • #!/bin/bash: Indica que el script se ejecutará usando el intérprete de Bash.
  • # File: demo.sh: Un comentario que indica el nombre del archivo del script.
  • 2. Mostrar el archivo y número de argumentos
  • echo "Archivo a procesar > $@": Muestra el nombre del archivo que se pasará como argumento al script. $@ representa todos los argumentos pasados al script.
  • echo "Numero de argumentos: $#": Muestra cuántos argumentos ha recibido el script. $# indica el número de argumentos.
  • 3. Contar secuencias y separar malas lecturas
  • numero_secuencias=$(grep -c '^@SRR098026' $@): Usa grep para contar cuántas secuencias empiezan con @SRR098026 en el archivo (probablemente sea un prefijo en un archivo FASTQ que identifica secuencias de interés). -c cuenta las coincidencias.
  • grep -B1 -A2 NNNNNNNNNN $@ > malas_lecturas.fastq: Busca secuencias de calidad baja o problemáticas (que contengan 10 nucleótidos seguidos de N, que representan bases no determinadas).

    • -B1: Muestra 1 línea antes de cada coincidencia de NNNNNNNNNN.

    • -A2: Muestra 2 líneas después de la coincidencia.

    • El resultado se guarda en un archivo llamado malas_lecturas.fastq.

  • malas=$(cat malas_lecturas.fastq | wc -l): Cuenta el número total de líneas en malas_lecturas.fastq (esto indica la cantidad de malas lecturas encontradas).
  • echo "Número de malas lecturas: $malas": Muestra la cantidad de malas lecturas encontradas
  • echo "Numero de argumentos: $#": Muestra cuántos argumentos ha recibido el script. $# indica el número de argumentos.
  • 4. Búsqueda de patrones
  • echo "Desea buscar patrones (y/n): ": Pregunta al usuario si desea buscar patrones específicos en el archivo.
  • read d: Lee la respuesta del usuario y la guarda en la variable d.
  • if [[ $d == "y" ]]; then: Si la respuesta es “y” (sí), el script procede a buscar los patrones.

    • echo -e 'ACTG\nCCCCC\nNNNCNNN\nNNNGNNN\nTTTT\nTATA\nAAA' > patrones.txt: Crea un archivo patrones.txt que contiene una lista de secuencias de interés (patrones a buscar).

    • grep -f patrones.txt $@ > busqueda.txt: Busca los patrones contenidos en patrones.txt dentro del archivo de entrada. El resultado de la búsqueda se guarda en busqueda.txt.

    • echo "Búsqueda de patrones guardada en: busqueda.txt": Informa al usuario que los resultados de la búsqueda se guardaron en el archivo busqueda.txt.

  • else: Si la respuesta es “n” (no), simplemente muestra un mensaje.

Este código realizará las siguientes instrucciones:

  1. Tomará como input el nombre del archivo ./_files/secuencias_bash.fastq de secuencias fastq para analizar.

  2. Buscará dentro del archivo provisto por el usuario las secuencias con el string @SRR098026 y las contará.

  3. Exportará las malas secuencias a un archivo llamado malas_lecturas.fastq, usando el string “NNNNNNNNNN” como plantilla.

  4. Reportará el número de malas secuencias.

  5. Luego buscaremos patrones en el archivo buenas_lecturas.fastq, si es que el usuario lo desea.

Paso 3. Deberías correr el script así, una vez que hayas descargado el archivo secuencias_bash.fastq:

bash demo.sh secuencias_bash.fastq

13.2 Material suplementario