PR6

Guía de actividades práctico 6
Docente: Dr. Andrés Iriarte
“Scripting Shell: Introducción a la programación en bash y uso de
variables. Recorrer listas, ejecutar acciones repetidas. Uso de bucles y condicional.”
En este práctico el estudiante generará sus primeros códigos en lenguaje Bash para automatizar
procesos. Utilizaremos variables de distinto tipo y automatizaremos acciones utilizando los bucles for, while.
Finalmente pondremos en práctica condicionales para hacer que el script recorra diferentes procesos de acuerdo a una condición dada. 


- EJERCICIO:
Para cada uno de los puntos planteados a continuación usted debe generar el pseudocodigo, es decir
un esquema de los bloques de acciones que ejecutará, y el código pedido.
Escriba un script en Bash que:

1. dada una lista de nombres (en archivo incluido) salude a cada uno de ellos.
Pistas: for, nombres.lis, echo "saludo", exit, reciclar script anterior.


#### - - EJER 1  - - - - - - - - - - - - -

# Damos inicio al script
START  (#!/bin/bash)

# Cargamos el archivo con la lista de nombres
nombres_var = load "path/to/nombres.lis"

# Realizamos un bulce sobre la lista de elementos en nombres_var
FOR nombre IN nombres_var 
DO
    # Se imprime a la pantalla el siguiente texto
    echo "Buen día " + nombre + "!"  
DONE

# Finalizamos el script
END

#### - - - - - - - - - - - - - - - - - - -

#### - - EJER 2  - - - - - - - - - - - - -

START 

# Le damos las instrucciones al usuario
echo "Elija un número :)"

# Leemos cargamos el número sumistrado por el usuario
read user_num

# Iniciamos un bucle while
i=1
WHILE i < user_num:
DO  
    # Imprimo los números impares 
    echo "El número " + i + "es impar y menor a " + user_num
    
    # Le sumo 2 a la variable i
    i = i + 2
DONE

END

#### - - - - - - - - - - - - - - - - - - -

#### - - EJER 3  - - - - - - - - - - - - -

START


# Creamos variables que van a contener las rutas a nuestro genoma de referencia y nuestra futura base de datos 
REF_GENOME_PATH = "path/to/reference.fna"
TR_REF_GENOME_PATH = "path/to/reference.faa"
PROT_DB_PATH = "path/to/prot_db"

# Archivos de salida de blastp
BLAST_TABLE = "path/to/blast.bl"
FBLAST_TABLE = "path/to/filtered.blast.bl"

# Traducimos nuestra referencia 
transeq -sequence REF_GENOME_PATH -outseq TR_REF_GENOME_PATH

# Creamos nuestra base de datos para usar con blastp
makeblastdb -dbtype prot -in REF_GENOME_PATH -out PROT_DB_PATH

# Creamos nuestra lista de queries
query_list = list "path/to/queries_dir/ *.query.fas" 

# Recorremos todos los queries de la lista con un for loop
FOR my_query IN query_list
DO  
    # Realizamos un blast para cada query
    blastp -query my_query -db PROT_DB_PATH -outfmt "query_name subject_name identity coverage" > BLAST_TABLE

    # Filtramos la tabla de blast según valores de identidad y covertura mínimos
    filter (min_coverage > coverage; min_identity > identity ) BLAST_TABLE >> FBLAST_TABLE

DONE

END

#### - - - - - - - - - - - - - - - - - - -

#### - - EJER 4  - - - - - - - - - - - - -

START

# Definimos nuestra los path de nuestros archivos de entrada y salida
CDS_PATH = "path/to/my_seq.fasta"
AA_PATH = "path/to/my_seq.aa"

# Cargamos nuestra secuencia codificante
cds_seq = load CDS_PATH

# Dividimos nuestra secuencia en una Lista de tripletes
split_cds_seq = split( cds_seq )

# Iteramos sobre dicha lista para generar nuestra secuencia de aminoácidos
FOR codon IN split_cds_seq
DO

    # Traducimos cada codón a su aminoácidos
    my_translate(codon) >> AA_PATH

DONE

END

#### - - - - - - - - - - - - - - - - - - - -

Para desarrollar el script anterior hicimos uso de las funcioens split y my_translate. ¿De que manera podríamos definir estas funciones?


#### - - EJER 5 (Opcional) - - - - - - - - -

Escriba un script que reciba como argumento un archivo FASTA (*.fna, *.fa o *.fasta) y que:

1. Muestre únicamente las secuencias (no los headers) que contengan al menos un motivo “ATG...TAA”, “ATG...TAG” o “ATG...TGA”, es decir, posibles genes con codón de inicio y stop válidos.

2. Ignore las secuencias que no contengan ese patrón.

3. Guarde los nombres de las secuencias que cumplen la condición en un archivo genes_detectados.txt.

Pistas: Las siguientes expresiónes rgulares pueden ser útiles
 .* : Busca cualquier posible caracter
 (expr1|expr2|expr3): Busca cualquier caracter que encaje con las expresiones: expr1, expr2, expr3
 ^: Representa el inicio de linea  
 $: Representa el final de linea

Ejemplo:

my_string.txt
"""
ABABABABABA
AABBAABBAAB
AAAAAAAAAAA
BBBBBBBBBBB
"""

egrep "(AA|BB)" my_string.txt > my_filtered_seq.txt
> AABBAABBAAB
> AAAAAAAAAAA
> BBBBBBBBBBB

my_string2.txt
"""
>Header 1
ABABABABABA
>Header 2
AABBAABBAAB
>Header 3
AAAAAAAAAAA
>Header 4
BBBBBBBBBBB
"""

# Muestra los encabezados
egrep -A1 "(AA|BB)" my_string2.txt | egrep  ">" 
> >Header 2
> >Header 3
> >Header 4




#### - - - - - - - - - - - - - - - - - - - -