使用Perl从FASTA文件添加序列

我仍在学习Perl，我有一个程序，它能够获取FASTA文件序列头并只打印方括号内的物种名称。我想添加到这个代码中，让它也打印出与物种相关的整个序列

这是我的密码：

#/usr/bin/perl
使用警告；
my$file='seqs.fasta'；
my$tmp='newseqs.fasta'；
打开（OUT，“>”，$tmp）或死亡“无法打开$tmp:$！”；
打开（在，中），这是因为它的作用：

if ( $_ =~ /\[([^]]+)\]/ ) {
        print OUT "$1\n";
}

就是在
[]
中查找并捕获任何文本。但是如果该模式不匹配，您就不会对该行执行任何其他操作，比如打印它

添加：

else {
    print OUT $_;
}

这意味着，如果一行不包含
[]
，则默认情况下将打印该行

我还建议：


启用
使用严格；
词法文件句柄是一种很好的实践：
open（my$input），关于您的程序的一些一般要点


您必须始终
在编写的每个Perl程序的顶部使用strict
以及
使用warnings'all'
。这将揭示许多简单的错误，否则很容易被忽略

选择
open
的三参数形式做得很好，但也应该使用词法文件句柄


open（OUT，'>'，$tmp）或die“无法打开$tmp:$！”；
应写为

打开我的$out\u fh，'>'，$tmp或die“无法打开$tmp:$！”；


最好在命令行上提供输入和输出文件名，这样您就不必编辑程序来针对不同的文件运行它

我会像这样解决你的问题。它会检查每一行是否都是一个包含方括号中的字符串的标题。第一个测试是该行以一个闭角括号开始
，第二个测试与你在自己的程序中编写的捕获括号中的字符串（物种名称）相同

如果这些检查通过，则物种名称将以闭合角括号和换行符打印，否则按原样打印

这个程序应该像这样运行

$fasta_species.pl seqs.fasta>newseqs.fasta

美元只是Linux提示字符，它假设您已将程序放入文件名
fasta_species.pl
中。您可以省略
>newseqs.fasta
将输出直接显示在屏幕上，这样您就可以看到正在生成的内容，而无需创建输出文件并对其进行编辑

使用严格；
使用“全部”警告；
而（）{
如果（/^>/和/\[（[^\[\]+）\]/x）{
打印“>$1\n”；
}
否则{
印刷品；
}
}

输出
拟南芥
MKIRNPSPSFSHGGSGYSVFRANLTFKVKVMRDQSNNQFMiqmenmirivreeIQRSLQPFLSSCVSMERSSETP
SSRSRLKLCFINSPSSIPFTGSKIEAEDGSPLVIELVDATTNTLVSTGPFSSSRVELVPLNADDFTESWTVEGFNRNILT
QREGKRPLLTLGDLTVMLKNGVGVTGDIAFSDNSSWTRSRKFRLGAKLTGDGAVEARSEAFGCRDQRGESYKHHPPS
DEVWRLEKIAKADGVSATRLAERKILTVKDFRRLYIGGVSKKTWNTIVSHAMDCVLDETECYNANTPGVTLLFNSV
YELIRVSFGNDIQNLDQILDQLKAYQNLINRITAVNDRTFVGHPQSLQCPQDPGFVVTSCGSQHIDFQGSLDPSS
SMALCHKASSTVHPDVLMSFDNSSTARTFHIDKKFLPTFGNSFKVSELDQVHGKSQTVvTvTvTvKgCIENEDENAFSYHHD
DMTSSWSPGTHQAVETMFLTVSETEEAGMFDVHFANVNLGSPRARWCKVKAAFKVRAAFKEVRRTARNPREGL
为什么要自己解析？谢谢，这很有意义。确保默认打印不包括标题中的内容，而只包括标题后的实际序列的最佳方法是什么？呃。取决于哪个位是“标题”你提到了。但是你可以这样做，例如，如果m/>/

跳过包含

的行，哦，哇，谢谢你的建议！我可以看到这将在哪里起作用。要正确格式化fasta文件，在物种名称之前包含

并在下一行打印，我只需在

print OUT$\uCode>语句中添加\n即可是吗？是的。或者只是不把这行放在第一位，它就会保持它的换行。