如何用awk在.pdb文件第4个氨基酸残基后添加TER行？

我有一段PDB文件片段：

ATOM     73  HG1 GLU     4      77.769  51.123  52.300  1.00  0.00           H
ATOM     74  HG2 GLU     4      78.465  52.119  52.349  1.00  0.00           H
ATOM     75  CD  GLU     4      79.068  49.945  51.438  1.00  0.00           C
ATOM     76  OE1 GLU     4      80.069  49.715  50.698  1.00  0.00           O
ATOM     77  OE2 GLU     4      78.545  49.062  52.176  1.00  0.00           O
ATOM     78  C   GLU     4      81.179  52.948  53.610  1.00  0.00           C
ATOM     79  O   GLU     4      80.203  53.460  54.165  1.00  0.00           O
ATOM     80  N   GLU     5      82.590  53.305  53.698  1.00  0.00           N
ATOM     81  HN  GLU     5      83.090  53.117  52.847  1.00  0.00           H
ATOM     82  CA  GLU     5      83.454  54.267  54.627  1.00  0.00           C
ATOM     83  HA  GLU     5      83.749  55.087  53.980  1.00  0.00           H
ATOM     84  CB  GLU     5      82.258  54.565  55.220  1.00  0.00           C

需要在**第4个氨基酸残基（残基编号位于第5列）**的所有原子行之后添加一行TER。之前尝试的脚本awk 'NR==5 {print; print "TER"} NR!=5' my_pdb.pdb > pdb-with-ter.pdb无法实现需求，原因是NR代表行号，不是残基编号，没法精准定位到残基4的最后一行。

正确解决方案 #

核心思路是跟踪当前行与前一行的残基编号，当检测到残基编号从4切换到其他数值时，在切换前的最后一行后插入TER。使用以下awk脚本：

awk '{
    if (prev_res == 4 && $5 != 4) {
        print "TER"
    }
    print $0
    prev_res = $5
}' my_pdb.pdb > pdb-with-ter.pdb

逻辑说明

• 用变量prev_res存储上一行的残基编号
• 处理每一行时，先判断：如果上一行残基是4且当前行残基不是4，就打印TER
• 打印当前行内容
• 更新prev_res为当前行的残基编号

处理后的目标文件片段如下：

ATOM     73  HG1 GLU     4      77.769  51.123  52.300  1.00  0.00           H
ATOM     74  HG2 GLU     4      78.465  52.119  52.349  1.00  0.00           H
ATOM     75  CD  GLU     4      79.068  49.945  51.438  1.00  0.00           C
ATOM     76  OE1 GLU     4      80.069  49.715  50.698  1.00  0.00           O
ATOM     77  OE2 GLU     4      78.545  49.062  52.176  1.00  0.00           O
ATOM     78  C   GLU     4      81.179  52.948  53.610  1.00  0.00           C
ATOM     79  O   GLU     4      80.203  53.460  54.165  1.00  0.00           O
TER
ATOM     80  N   GLU     5      82.590  53.305  53.698  1.00  0.00           N
ATOM     81  HN  GLU     5      83.090  53.117  52.847  1.00  0.00           H
ATOM     82  CA  GLU     5      83.454  54.267  54.627  1.00  0.00           C
ATOM     83  HA  GLU     5      83.749  55.087  53.980  1.00  0.00           H
ATOM     84  CB  GLU     5      82.258  54.565  55.220  1.00  0.00           C

内容的提问来源于stack exchange，提问作者skywalker