Perl 在蛋白质序列中寻找基序？

我编写了以下脚本来搜索蛋白质序列（字符串）中的基序（子字符串）。我是初学者，写这篇文章对我来说很难。关于这一点，我有两个问题： 1。错误：以下脚本几乎没有错误。我已经做了很长一段时间了，但还没有弄清楚是什么和为什么？ 2.编写以下脚本是为了在蛋白质序列（字符串）中搜索一个基序（子字符串）。我的下一个任务是在同一个蛋白质序列（字符串）中按特定顺序搜索多个基序（例如：基序1基序2基序3基序4该顺序不能更改）

首先，关键字是

elsif

，其次你不需要它。您可以将

get\u file\u data

循环中的代码压缩为：

next if $line =~ /^\s*$|^>/; 
$sequence .= $line;

只要您要使用正则表达式——除非过于笨拙——您就可以搜索所有您想要忽略的情况。如果您发现实际的第二种情况，您可以将其添加为另一种备选方案。假设您想排除以

-

开头的行。然后您可以这样添加它：

/^\s*$| ^>| ^-/

另一件事是

我的位置=（）

需要在position（）之前使用

@

符号，否则，perl会认为调用

position（）

有点棘手

您需要进行以下更改：

 my $h= '[VLIM]';   
 my $s= '[AG]';
 my $x= '[ARNDCEQGHILKMFPSTWYV]';

否则，您只需将

$h

分配给一个数组引用，该数组引用包含一个由sub

VLIM

返回的任何内容填充的插槽

第三，不要使用

$&

。替换

pos（$序列）-长度（$&）+1

或者更好地使用：

C.每次您不确定到目前为止得到了什么，比如如果您想查看

$sequence

的当前内容，请在代码中放置以下内容：

### $sequence
exit 0;

只需显示它并退出。如果打印输出过多，请将其删除

• 使用“elsif”而不是“elseif”
• @file\u数据和@fasta\u file\u数据应该是相同的吗

在

匹配位置中

：

• 删除子名称周围的括号
• 将“我的位置”更改为“我的@位置”
• 将模式从/regexp/ig更改为/$regexp/ig

---

@Nathan Kitchen:我认为不应该发生变化@法斯塔。。。保存来自输入的行，但另一个保存其他行。您似乎将get_file_data传递给文件名，但随后跳到将其读入数组的位置。请参阅我的第5页，了解如何实现这一点。

push @positions, $-[0];

use English qw<-no_match_vars>;
...
push @positions, $LAST_MATCH_START[0];

use IO::File;
...
# Use real file handles
my $fh = IO::File->new( "<seq.txt" );
get_file_data( $fh ); # They can be passed
...
sub get_file_data{
    my $file_handle = shift; 
    ...
    # while loop conserves resources
    while ( my $line = <$file_handle> ) { 
        next if $line =~ /^\s*$|^>/;
        $sequence .= $line;
    } 

 use Smart::Comments;

### $sequence
exit 0;