Kuna selle paralleelseks käitamiseks pole lihtsat viisi, võiksite selle asemel jaotada töö osadeks. Näiteks eraldage iga kromosoom oma gtf-failiks, ekstraheerige järjestused selle faili abil ja kassige need siis kõik koos.

Käsud oleksid umbes sellised (kasutades inimese hg38 genoomi ja gff GENCODE märkusi alla laaditud siit):

Jagage fail kromosoomi kohta üheks failiks (või muuks, mis teil on gff / gtf-faili esimese väljana):

  tmp = $ (mktemp -d); ## luua temp-kataloogawaw -vtmp = "$ tmp" '($ 1! ~ / ^ # /) {print > tmp "/" $ 1 ".gff"}' gencode.v27.annotation.gtf  

Ekstraheerige igas failis kirjeldatud järjestused, käivitades iga käsu taustal ( & ):

  f jaoks $ tmp / *; tee gffread -w "$ f.fa" -g hg38.fa "$ f" & valmis  

Liida need ühte faili:

  cat " $ tmp / * fa "> all.fa  

Selle saate ühendada üheks käsuks, kasutades wait , veendumaks, et te ei liitu enne, kui kõik alamkäskudest on lõpetatud:

  tmp = $ (mktemp -d); awk -vtmp = "$ tmp" '($ 1! ~ / ^ # /) {print > tmp "/" $ 1 ".gff"}' gencode.v27.annotation.gtf && for f kohta "$ tmp" / *; tee gffread-0.9.12.Linux_x86_64 / gffread -w $ f.fa -g hg38.fa "$ f" & valmis ootel kass "$ tmp" / * fa > all.fa  

Või salvestage see lihtsalt skriptina nimega pgffread.sh (või mis iganes):

  #! / Bin / shgtf = "$ 1" genoom = "$ 2" tmp = $ (mktemp -d); awk -vtmp = "$ tmp" '($ 1! ~ / ^ # /) {Print > tmp "/" $ 1 ".gff"} "" $ gtf "&& f failis "$ tmp" / *; tee gffread -w "$ f" .fa -g "$ genome" "$ f" & donewaitcat "$ tmp" / * fa rm -rf "$ tmp"  

Ja siis jookse see annab parameetriteks genoomi ja märkuste failid:

  pgffread.sh gencode.v27.annotation.gtf hg38.fa > all.fa  

Süsteemis, kus ma selle käitusin ja millel on 48 südamikku, on ajavahe oli märkimisväärne (kuigi see on niikuinii nii kiire, ei tea ma tõesti, kas see on vaeva väärt, kui just seda väga ei tee):

  $ time gffread -w out.fa -g hg38 .fa gencode.v27.annotation.gtfreal 1m52.072suser 1m3.160ssys 0m47.257s $ time ./pgffread.sh gencode.v27.annotation.gtf hg38.fa > all.fareal 0m17.533suser 1m5.228sys