Perl 如何使用不同文件中的序列ID从文件中提取FASTA序列?
我有两个文件:Perl 如何使用不同文件中的序列ID从文件中提取FASTA序列?,perl,fasta,Perl,Fasta,我有两个文件: sequence.fasta-包含多个fasta序列的大文件 ids.txt-由制表符分隔格式的序列ID组成 我想从sequence.fasta中将这些序列提取到另一个文件中,该文件的ID在IDs.txt中匹配 sequence.fasta的示例 >AUP4056.1 MFKSLIQFKSKSNTSNIKKENAVQRQERQDIEGWITPYSGQELLLNTELRQHLGLLWQVSMTREMFEH LyqkPieryaemvqllpaseshhlggmldhglevisfa
sequence.fasta
-包含多个fasta序列的大文件
ids.txt
-由制表符分隔格式的序列ID组成
我想从sequence.fasta
中将这些序列提取到另一个文件中,该文件的ID在IDs.txt
中匹配
sequence.fasta的示例
>AUP4056.1
MFKSLIQFKSKSNTSNIKKENAVQRQERQDIEGWITPYSGQELLLNTELRQHLGLLWQVSMTREMFEH
LyqkPieryaemvqllpaseshhlggmldhglevisfaaklqnyvlplnaapedqakkdawtaav
Iylalvhdigksivdieiqdgkrawhgiptlpykfryikqrdyelhpvlggfianqliaketfdwl
ATYPEVFSALMYAMAGHYDANVQKADQNSVALLGGDITKLVQKPVISFAKQLI`
>XIM5213.2
FKISSKGPDGWLTEDGGLWLMSKTTADQIRAYLMGQGISVPSDNRKLFDEMQHRVIESTSEGNAIWYCQ
LsadagwkKfslrikpeviwdniddrPelfagticvvekenaekisntvnevqdtvpinkkeni
ELTSNLQEENTALQSLNPEVVVENCDNNSVDFLLNMFSDNEQVMNIPSADEAAGTTMILKSEPE
NLNTHIEVEAIPKLPTNDTHLKSEGQKFVDWLKD
ids.txt的示例
AUP4056.1 GUP5213.2 ARD5364.5 HAE6893.7
JIK6023.5 YUP7086.9
我需要输出如下
>AUP4056.1
MFKSLIQFKSKSNTSNIKKENAVQRQERQDIEGWITPYSGQELLLNTELRQHLGLLWQVSMTREMFEH
LyqkPieryaemvqllpaseshhlggmldhglevisfaaklqnyvlplnaapedqakkdawtaav
Iylalvhdigksivdieiqdgkrawhgiptlpykfryikqrdyelhpvlggfianqliaketfdwl
ATYPEVFSALMYAMAGHYDANVQKADQNSVALLGGDITKLVQKPVISFAKQLI
>GUP5213.2
ELTSNLQEENTALQSLNPEVVVENCDNNSVDFLLNMFSDNEQVMNIPSADEAAGTTMILKSEPE
NLNTHIEVAENAIPKLPTNDTHLKSEGQKFVDWLKDKLFKKQTFNDRTAKVHIVNDCLFIVSPSSFEL
YLQEKGESYDECINNLQYEFQALGLHRKRIKINDFWRCKVIGPKESFLvGYLVPNTRLFFGDKIL
因尔利酒店
我已经尝试了Perl单行程序,但这不起作用。既不给出任何错误也不给出任何输出
perl-ne'if(/^>(\S+/){$c=$i{$1}}$c?print:chomp$如果@ARGV'ids.txt sequence.fasta,则i{$\u}=1
有谁能帮我更正这段代码,或者是否还有其他Perl脚本吗?这里的问题是,一行代码很难理解、理解和解开
所以写下“长手”:
#!/usr/bin/env perl
use strict;
use warnings;
open ( my $id_file, '<', 'ids.txt' ) or die $!;
#use split here, to split any lines on whitespace.
chomp ( my @ids = map { split } <$id_file> );
close ( $id_file );
my %sequences;
open ( my $input, '<', 'sequence.fasta' ) or die $!;
{
local $/ = ''; #paragraph mode; Read until blank line
while ( <$input> ) {
my ( $id, $sequence ) = m/>\s*(\S+)\n(.*)/ms;
$sequences{$id} = $sequence;
}
}
foreach my $id (@ids) {
if ( $sequences{$id} ) {
print ">$id\n";
print "$sequences{$id}\n";
}
}
我不会试图把它压缩成一行,你可能会,但当你回到它的时候,你会很难理解 这里的问题是,一句话很难理解、理解和解开
所以写下“长手”:
#!/usr/bin/env perl
use strict;
use warnings;
open ( my $id_file, '<', 'ids.txt' ) or die $!;
#use split here, to split any lines on whitespace.
chomp ( my @ids = map { split } <$id_file> );
close ( $id_file );
my %sequences;
open ( my $input, '<', 'sequence.fasta' ) or die $!;
{
local $/ = ''; #paragraph mode; Read until blank line
while ( <$input> ) {
my ( $id, $sequence ) = m/>\s*(\S+)\n(.*)/ms;
$sequences{$id} = $sequence;
}
}
foreach my $id (@ids) {
if ( $sequences{$id} ) {
print ">$id\n";
print "$sequences{$id}\n";
}
}
我不会试图把它压缩成一行,你可能会,但当你回到它的时候,你会很难理解 如果一行是你想要的——事实上你的帖子暗示了这一点——那么你可以这样做:
perl -pe '$i=$1if/^>(\S+)/;map$i{$_}++,split;$i{$i}or$_=""' ids.txt seq.fasta
如果一行是你想要的——事实上你的帖子暗示了这一点——那么你可以这样做:
perl -pe '$i=$1if/^>(\S+)/;map$i{$_}++,split;$i{$i}or$_=""' ids.txt seq.fasta
请显示几行输入文件的样本行,以及所需的输出FASTA文件中的序列之间是否真的有空行?当输出不在您的序列中时,>GUP5213.2
是如何生成的。FASTA
?请显示几行输入文件的样本行,以及所需的输出在FASTA文件中的序列之间真的有空行吗?如果不在您的序列中,如何在输出中生成>GUP5213.2
。FASTA
?如果您想“玩得开心”如果你发布这样的声明,那么像user8392790这样没有经验的人会想,“这个拥有700倍于我经验的家伙说一行是有趣的,并开始要求我们所有人帮助他参与这一有趣的事情”。然后我们必须说服他不要这样做。这是不负责任的。如果你想用一行程序“玩得开心”,那么请不要让我们这些喜欢清晰代码的人帮你。如果你发布这样的公告,那么像user8392790这样没有经验的人会想,“这个有着超过700倍我经验的家伙说一句台词很有趣,并开始要求我们所有人帮助他参与其中”“那么,我们必须说服他不要这样做。这是不负责任的。我怀疑FASTA文件实际上是连续的,没有任何空行。谢谢你有用的回答@kjetil和Sobrique。成功了!我怀疑FASTA文件实际上是连续的,没有任何空行。感谢您的有用回答@kjetil和Sobrique。成功了!