’求助！！！求助！！！文件匹配输出特定的内容‘

little_joe

文件A:
WP_000636925.1-1
        62
        63
        62
        63
        62
        63
        62
        63
        62
        63
        62
        63
        62
        63
        62
        63
        62
        63
        62
WP_000567766.1-1
        77
        77
        77
        77
        77
        77
        77
        77
        77
        77
        77
        77
        77
        77
        77
        77
        77
        77
        77
        77
        79
        79
        79
        80
        80
        80
        80
        80
        80
WP_000636925.1-1
        62
        63
        62
        63
        62
        63
        62
        63
        62
        63
        62
        63
        62
        63
        62
        63
        62
        63
        62
WP_001341795.1-1
        24
        24
        24
        24
        24
文件B:
BLASTP 2.2.29+


Reference: Stephen F. Altschul, Thomas L. Madden, Alejandro A.
Schaffer, Jinghui Zhang, Zheng Zhang, Webb Miller, and David J.
Lipman (1997), "Gapped BLAST and PSI-BLAST: a new generation of
protein database search programs", Nucleic Acids Res. 25:3389-3402.


Reference for composition-based statistics: Alejandro A. Schaffer,
L. Aravind, Thomas L. Madden, Sergei Shavirin, John L. Spouge, Yuri
I. Wolf, Eugene V. Koonin, and Stephen F. Altschul (2001),
"Improving the accuracy of PSI-BLAST protein database searches with

Query= WP_001386572.1-1

Length=21


***** No hits found *****



Lambda      K        H        a         alpha
   0.314    0.134    0.424    0.792     4.96

Gapped
Lambda      K        H        a         alpha    sigma
   0.267   0.0410    0.140     1.90     42.6     43.6

Effective search space used: 1206911076


Query= WP_000636925.1-1

Length=105
                                                                      Score     E
Sequences producing significant alignments:                          (Bits)  Value

lcl|CU928161.2_prot_CAR03545.1_2173  [gene=ECS88_2260] [protein=c...    104   2e-29


>lcl|CU928161.2_prot_CAR03545.1_2173 [gene=ECS88_2260] [protein=conserved hypothetical protein] [protein_id=CAR03545.1]
[location=2240570..2240740]
Length=56

Score =   104 bits (260),  Expect = 2e-29, Method: Compositional matrix adjust.
Identities = 49/56 (88%), Positives = 52/56 (93%), Gaps = 0/56 (0%)

Query  8   LLFTIMRSLYLKIRFPSDLRSINALNYLQVPSIDWSDSGYVQHFINVIEKMLTRKK  63
           +LFTIMRSLYLK RFPSDL+SINALNYLQVPSIDWSDSGY+QHFINVIEKM T  K
Sbjct  1   MLFTIMRSLYLKSRFPSDLKSINALNYLQVPSIDWSDSGYIQHFINVIEKMPTTNK  56



Lambda      K        H        a         alpha
   0.325    0.135    0.407    0.792     4.96

Gapped
Lambda      K        H        a         alpha    sigma
   0.267   0.0410    0.140     1.90     42.6     43.6

Effective search space used: 1406358592
Query= WP_000636925.1-1

Length=105
                                                                      Score     E
Sequences producing significant alignments:                          (Bits)  Value

lcl|CU928161.2_prot_CAR03545.1_2173  [gene=ECS88_2260] [protein=c...    104   2e-29


>lcl|CU928161.2_prot_CAR03545.1_2173 [gene=ECS88_2260] [protein=conserved hypothetical protein] [protein_id=CAR03545.1]
[location=2240570..2240740]
Length=56

Score =   104 bits (260),  Expect = 2e-29, Method: Compositional matrix adjust.
Identities = 49/56 (88%), Positives = 52/56 (93%), Gaps = 0/56 (0%)

Query  8   LLFTIMRSLYLKIRFPSDLRSINALNYLQVPSIDWSDSGYVQHFINVIEKMLTRKK  63
           +LFTIMRSLYLK RFPSDL+SINALNYLQVPSIDWSDSGY+QHFINVIEKM T  K
Sbjct  1   MLFTIMRSLYLKSRFPSDLKSINALNYLQVPSIDWSDSGYIQHFINVIEKMPTTNK  56



Lambda      K        H        a         alpha
   0.325    0.135    0.407    0.792     4.96

Gapped
Lambda      K        H        a         alpha    sigma
   0.267   0.0410    0.140     1.90     42.6     43.6

Effective search space used: 1406358592
通过文件A中的WP_000636925.1-1匹配到文件B：Query= WP_000636925.1-1
读取文件A下面的数值，该数值将作为序号查找文件BQuery行即红色行对应的内容
Query行刚开头的8即为第一个字母L的序号，则62,63对应Query行中的KK
输出为Sbjct行即蓝色行中Query找出的KK对应的NK
并且分别计算输出的NK的个数
例如：
N:2
K:2

little_joe

不好意思，没说明白，L的序号是8，62,63也是序号，Query后面的8就是第一个L的序号，后面的KK就是序号62,63对应的内容，

little_joe

是的，文件A那个>号是没有的，例子有些问题我在改改，列举的Query行是对的，
就是说通过文件A的ID匹配到文件B中相应的ID，用文件A中的序号找到Query行该序号相对应的内容，例子中是KK,
这时则输出Subject行即下面有蓝色NK的那行，
输出内容即KK对应的NK，
并且输出N:个数
K：个数
谢谢！！！回复 2# sunzhiguolu


   

little_joe

谦虚，是我描述的原因，我在组织组织语言，谢谢回复 5# sunzhiguolu


   

little_joe

谢谢您的关注和指导，文件B其实是使用生物学软件做得序列比对跑出来的文件，
图中列出来的就是序列比对后匹配上的序列，Query是之前的查询序列，Sbjct  是在数据库中找到的相对应的序列，序列中的每一个字母代表了一种氨基酸，文件A：62,63其实是序列Query行的序号，比如在事例中KK的序号即为62，63，现在需要统计Query行序号对应的Sbjct行的氨基酸种类及其个数例如62，63（KK）对应的就是Sbjct 行的NK,
匹配序号可以读取Query，第一个数字8即为第一个氨基酸（图中为L）的序号后面以此类推为9（L）、10(F)、11(T) 一直读取至62（K）,63(K),此时输出KK对应的Sbjct行的NK并且进行计数，具体的文件比较大，我可以截取部分给您看看，谢谢！ 回复 8# sunzhiguolu


   

little_joe

A.word (785 Bytes, 下载次数: 8)

2016-06-17 10:15 上传

点击文件名下载附件

B.word (1.99 MB, 下载次数: 6)

2016-06-17 10:12 上传

点击文件名下载附件

这是两个文件A和B,是重新做的文件，比较小，应该好找一些，您看看能不能够帮助您理解，麻烦了回复 2# sunzhiguolu


   

little_joe

您说的很关键，再次感谢， 这样的结果是不匹配的，我们可以把这行Query行看作是一个序号区间[77,133]我们要找的134并不在这个区间内，所以不输出结果， 图中的Query和下面紧跟着的Sbjct是一个对应的关系，主要是想通过Query序号区间判断文件A的序号在不在该区间内，在则找到该序号对应的字母（即氨基酸），此时需要输出的是Query行对应的字母对应的Sbjct 行的字母（输出），并且是对该对应的字母进行计数的。举例如数字Query：123456789
                                                                        Sbjct  ：235698725我们找到了4则输出6并且计数，还有可能是存在—[即序列中插入了空格]时需要避开不读，
比如Query：12-3456789
      Sbjct   2356987250 此时Query行照样看作是有9个序号，但Sbjct输出时应该输出9，也就是说其实就是找Query对应的Sbjct的内容并计数。 这种状况也有可能存在，就是一行排不下了，会在起一行，比如匹配到了该图中的113位则
       Query  112  SMRRKRILRVYLV  124
                         SMRRKRILRVYLV
       Sbjct  61     SMRRKRILRVYLV  73
匹配该Query113位的M输出对应的Sbjct的M并且计数加1。下次若在次匹配到M则M再加1，循环累计。
可以再举例如：Query  1 ASDFGHOKL 9
                    Sbjct   4 ZVLUTVLNL 13
文件A数值为5，1<5>9则找到Query行对应的G,输出T,并对T计数；
再如：
                    Query  1 AS-DFGHOKL 9
                    Sbjct   4 ZVLUTVLNL 13
此时Query行由于插入-，G对应为V但是G的序号依然是5，因为-不计数
您看看能不能更好的理解，再次感谢
                    回复 11# sunzhiguolu


   

little_joe

图中所示的两个Query的序号是连续的，第一个Query最后的序号是111，第二个Query的序号则为112，它俩是连续的，文件B有可能会出现这种情况。
它俩都找到M，Query的M是113对应的字母，而Sbjct的M则是QueryM对应的M,只是要统计Sbjct（此示例是M)中的个数和种类回复 13# sunzhiguolu


   

little_joe

谢谢谢谢，用文件A匹配文件B可以吗？回复 15# sunzhiguolu


   

little_joe

文件A不大几兆，文件B比较大300兆左右的，麻烦您了回复 17# sunzhiguolu