Alors...

Je ne sai spas si j'ai bien pigé. Vérifie mais j'ai peut être un bout de Perl qui pourrait te faire l'affaire.

Fichier source:

omnikron@calimero:~$ cat source
sit1, gene1, cancerX
sit1, gene2, cancerY
sit1, gene3, cancerY
sit1, gene4, cancerY
sit1, gene5, cancerY
sit2, gene1, cancerX
sit2, gene2, cancerZ
sit2, gene3, cancerZ
sit3, gene1, cancerY


Script en Perl:

#!/usr/bin/perl

my @source = `cat $ARGV[0]`;
my %out;

foreach $s (@source) {
    chomp($s);

    if($s =~ /^(.+),\s+(.+),\s+(.+)$/) {

        push(@{$out{3ドル}{1ドル}}, 2ドル);
    }
}

while (($cancer, $hsite) = each(%out)) {


    while (($site, $gens) = each(%$hsite)) {
        print($site.",".join(",", @$gens).",".$cancer."\n");
    }
}


Appel du script + sort + résultat:

omnikron@calimero:~$ ./parse.pl source |sort
sit1,gene1,cancerX
sit1,gene2,gene3,gene4,gene5,cancerY
sit2,gene1,cancerX
sit2,gene2,gene3,cancerZ
sit3,gene1,cancerY