TP 2. Conceptos avanzados de programación en Bash

Objetivos

1. Familiarizarse con el uso de la terminal y sus comandos básicos para navegar, crear directorios y manipular archivos.

2. Obtener y procesar datos biológicos reales desde bases de datos públicas usando herramientas de línea de comandos.

3. Automatizar tareas utilizando scripts, para procesar múltiples archivos.

Recapitulando el TP01

En este ejercicio vamos a trabajar con las secuencias para poder identificar las mutaciones en las posiciones 103 y 239.

Lo que vamos a hacer:

1. Extraer el aminoácido en la posición 103 de cada paciente.
2. Extraer el aminoácido en la posición 239 de cada paciente.
3. Determinar qué pacientes tienen las mutaciones que confieren resistencia.

Por mesa, completar una secuencia de esta tabla:

Paciente	Pos103	Pos239
Referencia (canónica)	P	V
Resistente	R	G
Paciente_001
Paciente_002
Paciente_003
Paciente_004
Paciente_005

Introducción a Scripts

Scripts

Los scripts de Bash son básicamente una lista de muchos de los comandos que nosotros corrimos en la terminal, pero escritos dentro de un archivo. Al ejecutar ese archivo todos los comandos escritos en él serán corridos uno a uno de arriba a abajo.

En esencia, es un mini programa que:

• Automatiza tareas repetitivas (copias de seguridad, despliegues, etc.).
• Agrupa múltiples comandos del sistema en uno solo.
• Toma decisiones lógicas (if), itera (for, while) y maneja datos.
• No necesita compilación: se ejecuta directamente llamando al intérprete.

✏️ Paso 1

1. Ingresa desde la interfaz gráfica a la carpeta de scripts del TP01
2. Generá un archivo de texto que se llame script.sh

3. Abrí el archivo usando el bloc de notas. Copiá el siguiente texto dentro del archivo script.sh

   #!/bin/bash
   # Este script lista a todos los archivos con terminación .fasta de la carpeta de datos
   cd ../data/
   echo "Los archivos se encuentran en la siguiente ubicación"
   pwd
   

   ¿Qué significa #!/bin/bash?

   Esta línea se llama shebang (o hashbang). Le indica al sistema operativo qué intérprete debe usar para ejecutar el script.

4. Guardá el archivo y cerrá el bloc de notas

5. Abrí la terminal de Linux. Navegá hasta la carpeta del TP01.
6. Ingresá a la carpeta de scripts. Listá el contenido de la carpeta para asegurarte que el archivo script.sh se generó correctamente

7. Cambiá el permiso de ejecución

   chmod +x script.sh   # dar permisos de ejecución
   

8. Ejecutá el script

   bash script.sh          # ejecutar
   

9. Leer el resultado obtenido. ¿Fué el resultado esperado?

Elementos que componen un script Bash

Elemento	Descripción	Ejemplo práctico
Shebang	Línea obligatoria al inicio que indica qué intérprete usar.	#!/bin/bash
Comentarios	Texto explicativo para humanos, ignorado por Bash. Empiezan con #.	# Esta variable guarda la ruta de backup
Comandos del sistema	Instrucciones ejecutables (ls, cp, grep, etc.).	cp "$ORIGEN" "$DESTINO"

Importancia del orden secuencial de los pasos

En Bash, el orden es crítico porque los comandos se ejecutan línea por línea, de arriba a abajo, y el resultado de uno afecta a los siguientes.

El script debe leerse como una receta de cocina: primero los ingredientes (variables), luego los preparativos (crear directorios), luego la cocción (comandos principales) y al final el emplatado (mensajes de salida).

Buenas prácticas para escribir scripts

Práctica	Explicación	Ejemplo
Shebang portable	Usar #!/bin/bash para mayor compatibilidad entre sistemas.	#!/bin/bash
Manejo de rutas absolutas	No usar cd sin control; mejor usar rutas fijas.	(cd /ruta && comando)
Comentarios útiles	Explicar el por qué, no el qué (el código ya dice el qué).	# Forzamos el borrado porque el espacio es crítico

✏️ Paso 2

1. Abrí nuevamente el archivo script.sh

2. Incorporá las siguientes líneas al archivo como se muestra a continuación

   #!/bin/bash
   cd ../data/
   echo "Los archivos se encuentran en la siguiente ubicación"
   pwd
   
   echo "Buscando archivos de tipo fasta"
   ls | grep ".fasta"
   

3. Guardar el archivo.

4. Ejecutar el script desde terminal.
5. Observar el resultado obtenido. ¿Qué hace la línea que incorporamos?

Variables

Las variables son palabras que guardan dentro de ellas información como una caja con una etiqueta. - En esa caja (la variable) puedes guardar un dato. - La etiqueta (el nombre de la variable) te permite recuperar ese dato cuando lo necesites. - En Bash, guardamos principalmente números y cadenas de texto (strings), aunque también existen otros tipos como arreglos (listas).

Variables

Para crear (o declarar) una variable, usamos el formato:

nombre_de_la_variable="valor"

⚠️ ¡Atención! Esta es la regla más importante: NO debe haber espacios alrededor del signo =.

• ✅ Correcto: nombre="Mercedes"

• ❌ Incorrecto: nombre = "Mercedes" (Bash intentará ejecutar un comando llamado nombre).

Convenciones de nombres (Buenas prácticas)

• Usa minúsculas para tus variables personales (las mayúsculas suelen reservarse para variables del sistema, como PATH).
• Si el nombre es compuesto, usa guión bajo (_) para separar palabras: mi_nombre, contador_archivos.
• No uses espacios, guiones (-) ni caracteres especiales (excepto _).

Tipos de datos

Aunque Bash es un lenguaje de "tipado débil" (todo se trata como texto), podemos distinguir:

Tipo	Ejemplo	¿Qué es?
String (texto)	ciudad="Buenos Aires"	Cadena de caracteres.
Número (entero)	edad=30	Número (Bash lo trata como texto, pero puede operar matemáticamente).
Arreglo (lista)	colores=("rojo" "verde" "azul")	Lista de elementos.

¿Cómo recupero el valor guardado?

Para usar el dato que guardaste dentro de una variable, debes anteponer el símbolo $ al nombre. A esto se le llama expandir la variable.

    nombre="mercedes" 
    echo "$nombre"

Sin el $, Bash entendería que quieres imprimir la palabra literal nombre:

    nombre="mercedes" 
    echo "nombre"    # Esto imprime: nombre (la palabra, no el contenido)

✏️ Paso 3

1. Abrí nuevamente el archivo script.sh

2. Incorporá las siguientes líneas al archivo como se muestra a continuación

   CódigoCódigo con comentarios

   #!/bin/bash
   # Este script lista a todos los archivos con la terminación deseada
   cd ../data/
   echo "Los archivos se encuentran en la siguiente ubicación"
   pwd
   
   echo "Buscando archivos con la terminación deseada"
   tipo_archivo=".fasta" 
   ls | grep "$tipo_archivo"
   

   #!/bin/bash
   
   # Las lineas que empiezan con # son comentarios, no afectan el código y sirven para aclarar que estas 
   # haciendo en tu programa o script
   
   # Este script lista a todos los archivos con la terminación deseada
   cd ../data/
   echo "Los archivos se encuentran en la siguiente ubicación"
   pwd
   
   echo "Buscando archivos con la terminación deseada"
   # Al declarar una variable en Bash no se puede poner espacio entre la variable, el = y el valor
   # Las comillas se usan para indicar que lo de adentro es una cadena de caracteres, o *string*
   tipo_archivo=".fasta"
   
   # Cuando se usa la variable, se le agrega el prefijo $
   ls | grep "$tipo_archivo"
   

3. Guardar el archivo

4. Ejecutar el script desde terminal
5. Observar el resultado obtenido

Parámetros

Una de las funcionalidades más potentes de los scripts es la capacidad de recibir parámetros desde la línea de comandos. En lugar de escribir valores fijos dentro del script, podemos pasarlos en el momento de la ejecución, haciendo que el script sea reutilizable y flexible.

¿Se acuerdan de los parámetros de los comandos de Bash? Al pasarle parámetros a un script de Bash estos se asignan automaticamente a variables llamadas $1, $2, etc.

✏️ Paso 4

1. Abrí nuevamente el archivo script.sh

2. Modificá las siguientes líneas al archivo como se muestra a continuación

   CódigoCódigo con comentarios

   #!/bin/bash
   # Este script lista a todos los archivos con la terminación deseada de la carpeta en la que es ejecutado
   cd ../data/
   echo "Los archivos se encuentran en la siguiente ubicación"
   pwd
   
   echo "Buscando archivos con la terminación deseada"
   tipo_archivo=$1
   ls | grep "$tipo_archivo"
   

   #!/bin/bash
   
   # Las lineas que empiezan con # son comentarios, no afectan el código y sirven para aclarar que estas 
   # haciendo en tu programa o script
   cd ../data/
   echo "Los archivos se encuentran en la siguiente ubicación"
   pwd
   
   # Este script lista a todos los archivos con la terminación deseada
   echo "Buscando archivos con la terminación deseada"
   # Al declarar una variable en Bash no se puede poner espacio entre la variable, el = y el valor
   # Las comillas se usan para indicar que lo de adentro es una cadena de caracteres, o *string*
   tipo_archivo=$1
   
   # Cuando se usa la variable, se le agrega el prefijo $
   ls | grep "$tipo_archivo"
   

3. Guardar el archivo

4. Ejecutar el script desde terminal

       bash script.sh ".fasta"
   

5. Observar el resultado obtenido

Info

Más información sobre las variables en Bash se puede ver en esta página.

Condicionales

Las variables son importantes, pero gran parte de la programación es controlar el "flujo" del programa, es decir, que un script haga algo más que simplemente ir de arriba a abajo ejecutando comandos. La primera herramienta que vamos a aprender para controlar el flujo del programa son los condicionales que permiten crear secciones de código que se van a ejecutar solo si se cumple (o no se cumple) una condición.

¿Qué es una condición?

Una condición es una expresión que Bash evalúa y que siempre da como resultado:

• Verdadero (código de salida 0)
• Falso (código de salida distinto de 0)

Comparaciones numéricas

Operador	Significado	Ejemplo ([ $edad -gt 18 ])
-eq	igual a	[ $a -eq $b ]
-ne	distinto de	[ $a -ne $b ]
-gt	mayor que	[ $a -gt $b ]
-lt	menor que	[ $a -lt $b ]
-ge	mayor o igual que	[ $a -ge $b ]
-le	menor o igual que	[ $a -le $b ]

Comparaciones con strings (texto)

Operador	Significado	Ejemplo
=	igual (texto)	[ "$nombre" = "Juan" ]
!=	distinto (texto)	[ "$nombre" != "Juan" ]
-z	string vacío	[ -z "$variable" ]
-n	string no vacío	[ -n "$variable" ]

Comparaciones con archivos

Operador	Significado	Ejemplo
-f	existe y es un archivo regular	[ -f "script.sh" ]
-d	existe y es un directorio	[ -d "datos/" ]
-e	existe (archivo o directorio)	[ -e "archivo.txt" ]
-r	existe y tiene permiso de lectura	[ -r "archivo.txt" ]
-x	existe y tiene permiso de ejecución	[ -x "script.sh" ]

Sintaxis básica del if

La estructura más sencilla es:

if [ condición ]; then
    # Comandos a ejecutar si la condición es verdadera
fi

Ejemplo 1: Verificar si un número es mayor que 10

#!/bin/bash
numero=15

if [ $numero -gt 10 ]; then
    echo "El número es mayor que 10"
fi

Salida: El número es mayor que 10

Ejemplo 2: Verificar si un archivo existe

#!/bin/bash
archivo="script.sh"

if [ -f "$archivo" ]; then
    echo "El archivo $archivo existe."
fi

✏️ Paso 5

1. Abrí nuevamente el archivo script.sh

2. Modificá las siguientes líneas al archivo como se muestra a continuación

   CódigoCódigo con comentarios

   #!/bin/bash
   # Este script lista a todos los archivos con la terminación deseada de la carpeta en la que es ejecutado
   cd ../data/
   echo "Los archivos se encuentran en la siguiente ubicación"
   pwd
   
   echo "Buscando archivos con la terminación deseada"
   tipo_archivo=$1
   ls | grep "$tipo_archivo"
   
   if [[ "$tipo_archivo" == ".fasta" ]]; then
       echo "el archivo contiene los siguientes encabezados"
       grep "^>" ../data/*.fasta 
   fi
   

   #!/bin/bash
   cd ../data/
   echo "Los archivos se encuentran en la siguiente ubicación"
   pwd
   
   echo "Buscando archivos con la terminación deseada"
   tipo_archivo=$1
   ls | grep "$tipo_archivo"
   
   # *if* es la estructura más usada para condicionales.
   # Adentro de los dobles paréntesis va la condición.
   # > es el comparador, o sea, estamos preguntando si $numero es mayor que 10
   if [[ "$tipo_archivo" == ".fasta" ]]; then
       # El codigo entre *then* y *fi* solo si ejecuta si la condición es verdad, de otra forma se saltea
       # Este codigo esta más a la derecha, o *indentado*. Esto se hace con tab y en la mayoría de los lenguajes
       # es solo para entender más fácil el código
       echo "el archivo contiene los siguientes encabezados"
       grep "^>" ../data/*.fasta 
   fi
   # *fi* indica donde termina el condicional
   

3. Guardar el archivo

4. Ejecutar el script desde terminal

   bash script.sh ".fasta"
   

5. Observar el resultado obtenido

Info

Es importante remarcar que la condición del if (lo que en este caso se encuentra entre los corchetes) es básicamente una pregunta que puede tener sólo una de dos respuestas posibles: Sí (llamada en programación Verdadero o True) ó No (llamada en programación Falso o False)

¿Qué pasa cuando la condición NO se cumple?

Hasta ahora vimos que un if ejecuta un bloque de código solo si la condición es verdadera. Pero, ¿qué ocurre si la condición es falsa? Simplemente... no pasa nada. El script continúa con lo que sigue después del fi.

Pero en la programación real, queremos que nuestro script reaccione también cuando algo no es como esperamos. Por ejemplo:

• Si el archivo no existe, queremos crearlo o mostrar un error.
• Si el usuario no es administrador, queremos denegar el acceso.
• Si la nota no es suficiente, queremos mostrar un mensaje de desaprobado.

Para eso existe el bloque else: lo que va dentro de else se ejecuta cuando la condición es falsa.

Sintaxis básica con else

if [ condición ]; then
    # Comandos si la condición es VERDADERA
else
    # Comandos si la condición es FALSA (NO se cumple)
fi

✏️ Paso 6

1. Abrí nuevamente el archivo script.sh

2. Modificá las siguientes líneas al archivo como se muestra a continuación

   CódigoCódigo con comentarios

   #!/bin/bash
   cd ../data/
   echo "Los archivos se encuentran en la siguiente ubicación"
   pwd
   
   echo "Buscando archivos con la terminación deseada"
   tipo_archivo=$1
   ls | grep "$tipo_archivo"
   
   if [[ "$tipo_archivo" == ".fasta" ]]; then
       echo "el archivo contiene los siguientes encabezados"
       grep "^>" ../data/*.fasta 
   else
       echo "No hay archivos .fasta en la carpeta de datos"
   fi
   

   #!/bin/bash
   cd ../data/
   echo "Los archivos se encuentran en la siguiente ubicación"
   pwd
   
   echo "Buscando archivos con la terminación deseada"
   tipo_archivo=$1
   ls | grep "$tipo_archivo"
   
   if [[ "$tipo_archivo" == ".fasta" ]]; then
       # Ahora si la condición es verdad se va a ejecutar el código entre *then* y *else* y luego va a 
       # seguir a partir de *fi*
       echo "el archivo contiene los siguientes encabezados"
       grep "^>" ../data/*.fasta 
   else
       # El código entre *else* y *fi* se ejecuta solo cuando la condición no es verdad
       echo "No hay archivos .fasta en la carpeta de datos"
   fi
   

3. Guardar el archivo

4. Ejecutar el script desde terminal

   bash script.sh ".fasta"
   

5. Observar el resultado obtenido

Más información sobre los condicionales en Bash

Pueden ingresar en esta página y en esta página

Ciclos

Hasta ahora, nuestros scripts ejecutaban cada línea una sola vez y en orden secuencial. Pero en la programación real, muchas veces necesitamos repetir una acción varias veces.

Para eso existen los ciclos (también llamados bucles). Un ciclo es una estructura que repite un bloque de código mientras o hasta que se cumpla una condición.

Tipos de ciclos en Bash

Bash tiene tres tipos principales de ciclos:

Tipo	¿Cuándo usarlo?
for	Cuando sabes cuántas veces quieres repetir (o cuando quieres iterar sobre una lista de elementos).
while	Cuando quieres repetir mientras una condición sea verdadera.
until	Cuando quieres repetir hasta que una condición se vuelva verdadera (es lo opuesto a while).

El ciclo for

El ciclo for es ideal para recorrer listas de elementos (archivos, números, palabras, etc.).

Sintaxis básica:

for variable in lista; do
    # Comandos que se repiten
done

✏️ Paso 7

1. Abrí nuevamente el archivo script.sh

2. Modificá las siguientes líneas al archivo como se muestra a continuación

   CódigoCódigo con comentarios

   #!/bin/bash
   cd ../data/
   echo "Los archivos se encuentran en la siguiente ubicación"
   pwd
   
   echo "Buscando archivos con la terminación deseada"
   tipo_archivo=$1
   ls | grep "$tipo_archivo"
   
   if [[ "$tipo_archivo" == ".fasta" ]]; then
       echo "el archivo contiene los siguientes encabezados"
       grep "^>" ../data/*.fasta 
       echo "Paciente" > ../resultados/informe_final.tsv
       for nombre in $(grep "^>" ../data/*.fasta); do
           echo "${nombre}" >> ../resultados/informe_final.tsv
       done  
   else
       echo "No hay archivos .fasta en la carpeta de datos"
   fi
   
   echo "Procesamiento completado."  
   

   #!/bin/bash
   cd ../data/
   echo "Los archivos se encuentran en la siguiente ubicación"
   pwd
   
   echo "Buscando archivos con la terminación deseada"
   tipo_archivo=$1
   ls | grep "$tipo_archivo"
   
   if [[ "$tipo_archivo" == ".fasta" ]]; then
       echo "el archivo contiene los siguientes encabezados"
       grep "^>" ../data/*.fasta
   
       echo "Paciente" > ../resultados/informe_final.tsv 
       for nombre in $(grep "^>" ../data/*.fasta); do
           # Este bucle se ejecuta una vez por cada línea que empieza con ">".
           # La variable 'nombre' contiene la línea completa (ej: ">seq1").
   
           # Escribimos la línea en la tabla.
           # Usamos printf en lugar de echo -e (más portable y seguro).
           echo "${nombre}" >> ../resultados/informe_final.tsv
       done  
   else
       echo "No hay archivos .fasta en la carpeta de datos"
   fi
   
   # Mostramos un mensaje final con el total de encabezados procesados.
   echo "Procesamiento completado."  
   

3. Guardar el archivo

4. Ejecutar el script desde terminal

   bash script.sh ".fasta"
   

   5. Observar el resultado obtenido

Más sobre ciclos

Más información sobre los ciclos en Bash se puede ver en esta página.

✏️ Paso 8

1. Abrí nuevamente el archivo script.sh

2. Modificá las siguientes líneas al archivo como se muestra a continuación

   CódigoCódigo con comentarios

   #!/bin/bash
   cd ../data/
   echo "Los archivos se encuentran en la siguiente ubicación"
   pwd
   
   echo "Buscando archivos con la terminación deseada"
   tipo_archivo=$1
   ls | grep "$tipo_archivo"
   
   if [[ "$tipo_archivo" == ".fasta" ]]; then
       echo "el archivo contiene los siguientes encabezados"
       grep "^>" ../data/*.fasta 
       echo -e "Paciente\tPos103" > ../resultados/informe_final.tsv
   
       for nombre in $(grep "^>" ../data/*.fasta); do
           secuencia=$(grep -A1 "^$nombre" ../data/*.fasta | tail -n1)
           aa103=$(echo "$secuencia" | cut -c103)
           echo -e "${nombre}\t${aa103}" >> ../resultados/informe_final.tsv
       done  
   else
       echo "No hay archivos .fasta en la carpeta de datos"
   fi
   
   echo "Procesamiento completado."  
   

   #!/bin/bash
   cd ../data/
   echo "Los archivos se encuentran en la siguiente ubicación"
   pwd
   
   echo "Buscando archivos con la terminación deseada"
   tipo_archivo=$1
   ls | grep "$tipo_archivo"
   
   if [[ "$tipo_archivo" == ".fasta" ]]; then
       echo "el archivo contiene los siguientes encabezados"
       grep "^>" ../data/*.fasta 
   
       # Crea un archivo TSV (valores separados por tabuladores) con un encabezado de dos columnas.
       # -e permite interpretar \t como tabulación.
       # El redireccionamiento ">" sobrescribe el archivo si ya existe.
       # El encabezado indica que la primera columna es "Paciente" y la segunda "Pos103".
       echo -e "Paciente\tPos103" > ../resultados/informe_final.tsv
   
       for nombre in $(grep "^>" ../data/*.fasta); do
           # Busca la línea que comienza con el encabezado exacto (incluyendo ">") en los archivos de tipo fasta,
           # luego toma la línea siguiente (la secuencia) con -A1 y descarta el encabezado con tail -n1.
           secuencia=$(grep -A1 "^$nombre" ../data/*.fasta | tail -n1)
   
           # Extrae el carácter número 103 de la secuencia usando cut -c (por carácter, no por byte).
           aa103=$(echo "$secuencia" | cut -c103)
   
           # Agrega una línea al TSV con el nombre del paciente y el aminoácido en la posición 103,
           # separados por un tabulador. El ">>" agrega al final del archivo sin sobrescribir.
           echo -e "${nombre}\t${aa103}" >> ../resultados/informe_final.tsv
       done  
   else
       echo "No hay archivos .fasta en la carpeta de datos"
   fi
   
   echo "Procesamiento completado."  
   

3. Guardar el archivo

4. Ejecutar el script desde terminal

   bash script.sh ".fasta"
   

   5. Observar el resultado obtenido

✏️ Paso 9

Falta identificar el aminoácido presente en la posición 239. Utilizando el ejemplo anterior, incorporá las líneas de código necesarias para obtener la columna de la posición 239 y que la misma se guarde en informe_final.tsv.

Análisis de los resultados

✏️ Paso 10

Abrí el resultado obtenido con el script y completá la siguiente tabla:

Paciente	Pos103	Pos239
Referencia (canónica)	P	V
Resistente	R	G
Paciente_001
Paciente_002
Paciente_003
Paciente_004
Paciente_005

Compará los resultados con la búsqueda manual que hicimos al comienzo del TP

Pista

Podés incorporar una columna con la longitud de la secuencia usando

    longitud=${#secuencia}

✏️ Paso 11

¿Qué paciente/s está/n infectados con una cepa resistente?