免费注册 查看新帖 |

Chinaunix

  平台 论坛 博客 文库
› 论坛 › 程序设计 › Perl › 比对序列，提取
最近访问板块 发新帖
查看: 2908 | 回复: 1
打印 上一主题 下一主题

比对序列，提取 [复制链接]

mswsg

论坛徽章:
4
程序设计版块每日发帖之星 日期:2015-10-14 06:20:00每日论坛发贴之星 日期:2015-10-14 06:20:00程序设计版块每日发帖之星 日期:2016-05-02 06:20:00程序设计版块每日发帖之星 日期:2016-05-08 06:20:00
跳转到指定楼层
1楼 [收藏(0)] [报告]
发表于 2015-10-11 10:44 |只看该作者 |倒序浏览
输入文件如下红字标出的是提取的部分：
C4 Alignment:
------------
         Query: 11117564
        Target: 3B|422103491-422104237|422103490-422104238
         Model: est2genome
     Raw score: 2560
   Query range: 0 -> 588
  Target range: 2 -> 748

   1 : CCGCCGCCGCCATGTATTCCTCTCCGACCTCGCCTAGAGCAGCCAGCAGGATGCCACCGCCGTG :  64
       |||||||||||||||| |||||||||||||||||| |||||||||||| |||||| ||||||||
   3 : CCGCCGCCGCCATGTAATCCTCTCCGACCTCGCCTGGAGCAGCCAGCAAGATGCCGCCGCCGTG :  66

  65 : GCCGCCTCTCTCCCTTCTCTTCTCTTTTTCCCTACCTTTCTTTCTCCTCTAAA-T------TGC : 121
       |||||||||||||||||||| |||||||||||||||||||| ||||||||||| |      ||
  67 : GCCGCCTCTCTCCCTTCTCTCCTCTTTTTCCCTACCTTTCTCTCTCCTCTAAAGTCTAAACTGT : 130

122 : GTGCAGGTCCTCTCCGCAGGTGCTGCCATGGCC-CGTCATGGAGCTCGCCCCCGTGGGATGCAT : 184
       ||||||||||||||| |||||||||||||||||  |||||||||||||||||||||||||||||
131 : GTGCAGGTCCTCTCCACAGGTGCTGCCATGGCCGTGTCATGGAGCTCGCCCCCGTGGGATGCAT : 194

185 : GCCCCTCCAACGACGCCCTGTCCAG  >>>> Target Intron 1 >>>>  GCACTACGAG : 219
       |||||||||| ||||||||||||||++          67 bp          ++||||  ||||
195 : GCCCCTCCAATGACGCCCTGTCCAGgt.........................agGCACCGCGAG : 296

220 : CGCACTGGACGGCAGGAAGGGCTGCGTCAAGGAGCGACGCATTGCT  >>>> Target Intr : 266
       ||| ||||||||||  ||||| |||||||||||||||||||||| |++          83 bp
297 : CGCGCTGGACGGCAAAAAGGGTTGCGTCAAGGAGCGACGCATTGTTgt................ : 345

267 : on 2 >>>>  CGTGGACATCGCCTAGCGATCAGATTTGATGTTGAGAAAGACCCGGCAGGAAG : 318
                ++||||||||||||||||| ||||||||||||||||||||||| |||||||||||
346 : .........agCGTGGACATCGCCTAGCAATCAGATTTGATGTTGAGAAAGATCCGGCAGGAAG : 478

319 : ATCTCATCCTGGAACCCAGGTGTGCTTGATTTGATATTGAGAATTCTACTTGATAGGTATGTAC : 382
       |||||||||||||||||||| ||||||||||||||||||||||||||||||| |||||||||||
479 : ATCTCATCCTGGAACCCAGGAGTGCTTGATTTGATATTGAGAATTCTACTTGCTAGGTATGTAC : 542

383 : ATGGATAGCGTACGGTGTATCCAAAGCTTTGCTTAACCTGAAATTTGTTAAAACGAATCTCTGG : 446
       || |||||||||||||||||||||||||||| |||||||||||||||||||| | |||||| |
543 : ATAGATAGCGTACGGTGTATCCAAAGCTTTGTTTAACCTGAAATTTGTTAAAGCTAATCTCAGA : 606

447 : TTTAGTAGAAGCCCACAGCGGTTGCAATACTAGAGTTATATCTATTGTGGGCAACATTGAAAAA : 510
       ||||||||||||||||||||||||||||| |||||||||||||| |||||||||||||||||||
607 : TTTAGTAGAAGCCCACAGCGGTTGCAATATTAGAGTTATATCTAGTGTGGGCAACATTGAAAAA : 670

511 : TTGCATATATCTAATCATCGTATATGTTATCACCTCTGAAACTGTGCAACATTACTACAAGATA : 574
       ||||||||||||||||||||||| ||||||||||||| ||||||||||||||||||||||||||
671 : TTGCATATATCTAATCATCGTATGTGTTATCACCTCTAAAACTGTGCAACATTACTACAAGATA : 734

575 : AATCCACGAAGCAG : 588
       ||||||||||||||
735 : AATCCACGAAGCAG : 748

C4 Alignment:
------------
         Query: 11440519
        Target: 3B|67788210-67788687|67788209-67788688 [revcomp]
         Model: est2genome
     Raw score: 2385
   Query range: 0 -> 477
  Target range: 479 -> 2

   1 : TAACCGCTCGAGATATTCGGTTACCGCGCGGTTACCACGTTTATCGCTCCCCCACGATAAACAC :  64
       ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
479 : TAACCGCTCGAGATATTCGGTTACCGCGCGGTTACCACGTTTATCGCTCCCCCACGATAAACAC : 416

  65 : TCATACCGAGCAAAAAATCCCGATTTTTTTGAAATATTTGAATTCAAACGATCGCCTTGTAGTT : 128
       ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
415 : TCATACCGAGCAAAAAATCCCGATTTTTTTGAAATATTTGAATTCAAACGATCGCCTTGTAGTT : 352

129 : AAATAAGCTGCATCTGTGTTTTAAACAGAGAACTTATCGTGGCCCAGTGGCAAAAGGTGTTTTA : 192
       ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
351 : AAATAAGCTGCATCTGTGTTTTAAACAGAGAACTTATCGTGGCCCAGTGGCAAAAGGTGTTTTA : 288

193 : TCGCCAGACGTTGGTCGAGGGTTCGACTCGGGCTACGCACTGCTTTTTTAAACTTTTAGAGATG : 256
       ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
287 : TCGCCAGACGTTGGTCGAGGGTTCGACTCGGGCTACGCACTGCTTTTTTAAACTTTTAGAGATG : 224

257 : CAAAAGTGTTTACCTATGAAAAATTCTGGAGAAGACAGGGATCGAACTCGGGGCGCCTGAGCAA : 320
       ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
223 : CAAAAGTGTTTACCTATGAAAAATTCTGGAGAAGACAGGGATCGAACTCGGGGCGCCTGAGCAA : 160

321 : GGGATAGCTGCGGGTTGAGAGCCACTACGGTAGAACAACCTTACTGACTATTAATAGTTAAAAG : 384
       ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
159 : GGGATAGCTGCGGGTTGAGAGCCACTACGGTAGAACAACCTTACTGACTATTAATAGTTAAAAG :  96

385 : CTCATATATCTAACTCAAAAAAATTGAATTCAAAATTTGGTTTTAAATTTCGTCCGAATTTTTT : 448
       ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
  95 : CTCATATATCTAACTCAAAAAAATTGAATTCAAAATTTGGTTTTAAATTTCGTCCGAATTTTTT :  32

449 : TCGGTAATTCGTGGTTACCGAGAATCTCG : 477
       |||||||||||||||||||||||||||||
  31 : TCGGTAATTCGTGGTTACCGAGAATCTCG :   3
结果如下：
>11117564 3B|422103491-422104237|422103490-422104238
CCGCCGCCGCCATGTAATCCTCTCCGACCTCGCCTGGAGCAGCCAGCAAGATGCCGCCGCCGTG
GCCGCCTCTCTCCCTTCTCTCCTCTTTTTCCCTACCTTTCTCTCTCCTCTAAAGTCTAAACTGT
GTGCAGGTCCTCTCCACAGGTGCTGCCATGGCCGTGTCATGGAGCTCGCCCCCGTGGGATGCAT
GCCCCTCCAATGACGCCCTGTCCAGgt.........................agGCACCGCGAG
CGCGCTGGACGGCAAAAAGGGTTGCGTCAAGGAGCGACGCATTGTTgt................
.........agCGTGGACATCGCCTAGCAATCAGATTTGATGTTGAGAAAGATCCGGCAGGAAG
ATCTCATCCTGGAACCCAGGAGTGCTTGATTTGATATTGAGAATTCTACTTGCTAGGTATGTAC
ATAGATAGCGTACGGTGTATCCAAAGCTTTGTTTAACCTGAAATTTGTTAAAGCTAATCTCAGA
TTTAGTAGAAGCCCACAGCGGTTGCAATATTAGAGTTATATCTAGTGTGGGCAACATTGAAAAA
TTGCATATATCTAATCATCGTATGTGTTATCACCTCTAAAACTGTGCAACATTACTACAAGATA
AATCCACGAAGCAG
>11440519 3B|67788210-67788687|67788209-67788688 [revcomp]
TAACCGCTCGAGATATTCGGTTACCGCGCGGTTACCACGTTTATCGCTCCCCCACGATAAACAC
TCATACCGAGCAAAAAATCCCGATTTTTTTGAAATATTTGAATTCAAACGATCGCCTTGTAGTT
AAATAAGCTGCATCTGTGTTTTAAACAGAGAACTTATCGTGGCCCAGTGGCAAAAGGTGTTTTA
TCGCCAGACGTTGGTCGAGGGTTCGACTCGGGCTACGCACTGCTTTTTTAAACTTTTAGAGATG
CAAAAGTGTTTACCTATGAAAAATTCTGGAGAAGACAGGGATCGAACTCGGGGCGCCTGAGCAA
GGGATAGCTGCGGGTTGAGAGCCACTACGGTAGAACAACCTTACTGACTATTAATAGTTAAAAG
CTCATATATCTAACTCAAAAAAATTGAATTCAAAATTTGGTTTTAAATTTCGTCCGAATTTTTT
TCGGTAATTCGTGGTTACCGAGAATCTCG
下面贴上例子：
  1. C4 Alignment:
  2. ------------
  3.          Query: 11117564
  4.         Target: 3B|422103491-422104237|422103490-422104238
  5.          Model: est2genome
  6.      Raw score: 2560
  7.    Query range: 0 -> 588
  8.   Target range: 2 -> 748

  10.    1 : CCGCCGCCGCCATGTATTCCTCTCCGACCTCGCCTAGAGCAGCCAGCAGGATGCCACCGCCGTG :  64
  11.        |||||||||||||||| |||||||||||||||||| |||||||||||| |||||| ||||||||
  12.    3 : CCGCCGCCGCCATGTAATCCTCTCCGACCTCGCCTGGAGCAGCCAGCAAGATGCCGCCGCCGTG :  66

  14.   65 : GCCGCCTCTCTCCCTTCTCTTCTCTTTTTCCCTACCTTTCTTTCTCCTCTAAA-T------TGC : 121
  15.        |||||||||||||||||||| |||||||||||||||||||| ||||||||||| |      ||
  16.   67 : GCCGCCTCTCTCCCTTCTCTCCTCTTTTTCCCTACCTTTCTCTCTCCTCTAAAGTCTAAACTGT : 130

  18. 122 : GTGCAGGTCCTCTCCGCAGGTGCTGCCATGGCC-CGTCATGGAGCTCGCCCCCGTGGGATGCAT : 184
  19.        ||||||||||||||| |||||||||||||||||  |||||||||||||||||||||||||||||
  20. 131 : GTGCAGGTCCTCTCCACAGGTGCTGCCATGGCCGTGTCATGGAGCTCGCCCCCGTGGGATGCAT : 194

  22. 185 : GCCCCTCCAACGACGCCCTGTCCAG  >>>> Target Intron 1 >>>>  GCACTACGAG : 219
  23.        |||||||||| ||||||||||||||++          67 bp          ++||||  ||||
  24. 195 : GCCCCTCCAATGACGCCCTGTCCAGgt.........................agGCACCGCGAG : 296

  26. 220 : CGCACTGGACGGCAGGAAGGGCTGCGTCAAGGAGCGACGCATTGCT  >>>> Target Intr : 266
  27.        ||| ||||||||||  ||||| |||||||||||||||||||||| |++          83 bp
  28. 297 : CGCGCTGGACGGCAAAAAGGGTTGCGTCAAGGAGCGACGCATTGTTgt................ : 345

  30. 267 : on 2 >>>>  CGTGGACATCGCCTAGCGATCAGATTTGATGTTGAGAAAGACCCGGCAGGAAG : 318
  31.                 ++||||||||||||||||| ||||||||||||||||||||||| |||||||||||
  32. 346 : .........agCGTGGACATCGCCTAGCAATCAGATTTGATGTTGAGAAAGATCCGGCAGGAAG : 478

  34. 319 : ATCTCATCCTGGAACCCAGGTGTGCTTGATTTGATATTGAGAATTCTACTTGATAGGTATGTAC : 382
  35.        |||||||||||||||||||| ||||||||||||||||||||||||||||||| |||||||||||
  36. 479 : ATCTCATCCTGGAACCCAGGAGTGCTTGATTTGATATTGAGAATTCTACTTGCTAGGTATGTAC : 542

  38. 383 : ATGGATAGCGTACGGTGTATCCAAAGCTTTGCTTAACCTGAAATTTGTTAAAACGAATCTCTGG : 446
  39.        || |||||||||||||||||||||||||||| |||||||||||||||||||| | |||||| |
  40. 543 : ATAGATAGCGTACGGTGTATCCAAAGCTTTGTTTAACCTGAAATTTGTTAAAGCTAATCTCAGA : 606

  42. 447 : TTTAGTAGAAGCCCACAGCGGTTGCAATACTAGAGTTATATCTATTGTGGGCAACATTGAAAAA : 510
  43.        ||||||||||||||||||||||||||||| |||||||||||||| |||||||||||||||||||
  44. 607 : TTTAGTAGAAGCCCACAGCGGTTGCAATATTAGAGTTATATCTAGTGTGGGCAACATTGAAAAA : 670

  46. 511 : TTGCATATATCTAATCATCGTATATGTTATCACCTCTGAAACTGTGCAACATTACTACAAGATA : 574
  47.        ||||||||||||||||||||||| ||||||||||||| ||||||||||||||||||||||||||
  48. 671 : TTGCATATATCTAATCATCGTATGTGTTATCACCTCTAAAACTGTGCAACATTACTACAAGATA : 734

  50. 575 : AATCCACGAAGCAG : 588
  51.        ||||||||||||||
  52. 735 : AATCCACGAAGCAG : 748

  54. C4 Alignment:
  55. ------------
  56.          Query: 11440519
  57.         Target: 3B|67788210-67788687|67788209-67788688 [revcomp]
  58.          Model: est2genome
  59.      Raw score: 2385
  60.    Query range: 0 -> 477
  61.   Target range: 479 -> 2

  63.    1 : TAACCGCTCGAGATATTCGGTTACCGCGCGGTTACCACGTTTATCGCTCCCCCACGATAAACAC :  64
  64.        ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
  65. 479 : TAACCGCTCGAGATATTCGGTTACCGCGCGGTTACCACGTTTATCGCTCCCCCACGATAAACAC : 416

  67.   65 : TCATACCGAGCAAAAAATCCCGATTTTTTTGAAATATTTGAATTCAAACGATCGCCTTGTAGTT : 128
  68.        ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
  69. 415 : TCATACCGAGCAAAAAATCCCGATTTTTTTGAAATATTTGAATTCAAACGATCGCCTTGTAGTT : 352

  71. 129 : AAATAAGCTGCATCTGTGTTTTAAACAGAGAACTTATCGTGGCCCAGTGGCAAAAGGTGTTTTA : 192
  72.        ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
  73. 351 : AAATAAGCTGCATCTGTGTTTTAAACAGAGAACTTATCGTGGCCCAGTGGCAAAAGGTGTTTTA : 288

  75. 193 : TCGCCAGACGTTGGTCGAGGGTTCGACTCGGGCTACGCACTGCTTTTTTAAACTTTTAGAGATG : 256
  76.        ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
  77. 287 : TCGCCAGACGTTGGTCGAGGGTTCGACTCGGGCTACGCACTGCTTTTTTAAACTTTTAGAGATG : 224

  79. 257 : CAAAAGTGTTTACCTATGAAAAATTCTGGAGAAGACAGGGATCGAACTCGGGGCGCCTGAGCAA : 320
  80.        ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
  81. 223 : CAAAAGTGTTTACCTATGAAAAATTCTGGAGAAGACAGGGATCGAACTCGGGGCGCCTGAGCAA : 160

  83. 321 : GGGATAGCTGCGGGTTGAGAGCCACTACGGTAGAACAACCTTACTGACTATTAATAGTTAAAAG : 384
  84.        ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
  85. 159 : GGGATAGCTGCGGGTTGAGAGCCACTACGGTAGAACAACCTTACTGACTATTAATAGTTAAAAG :  96

  87. 385 : CTCATATATCTAACTCAAAAAAATTGAATTCAAAATTTGGTTTTAAATTTCGTCCGAATTTTTT : 448
  88.        ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
  89.   95 : CTCATATATCTAACTCAAAAAAATTGAATTCAAAATTTGGTTTTAAATTTCGTCCGAATTTTTT :  32

  91. 449 : TCGGTAATTCGTGGTTACCGAGAATCTCG : 477
  92.        |||||||||||||||||||||||||||||
  93.   31 : TCGGTAATTCGTGGTTACCGAGAATCTCG :   3
复制代码
MMMIX

论坛徽章:
95
程序设计版块每日发帖之星 日期:2015-09-05 06:20:00程序设计版块每日发帖之星 日期:2015-09-17 06:20:00程序设计版块每日发帖之星 日期:2015-09-18 06:20:002015亚冠之阿尔艾因 日期:2015-09-18 10:35:08月度论坛发贴之星 日期:2015-09-30 22:25:002015亚冠之阿尔沙巴布 日期:2015-10-03 08:57:39程序设计版块每日发帖之星 日期:2015-10-05 06:20:00每日论坛发贴之星 日期:2015-10-05 06:20:002015年亚冠纪念徽章 日期:2015-10-06 10:06:482015亚冠之塔什干棉农 日期:2015-10-19 19:43:35程序设计版块每日发帖之星 日期:2015-10-21 06:20:00每日论坛发贴之星 日期:2015-09-14 06:20:00
2楼 [报告]
发表于 2015-10-11 12:15 |只看该作者
回复 1# mswsg


   
#!/usr/bin/perl

use strict;
use warnings;

use v5.14;

local $/ = '';

while (<>) {
  if (/^C4/) {
    # Second fields of line 3 and 4
    my @f = map { (split /\s*:\s*/)[1] } (split /\n/, $_)[2,3];
    say ">$f[0] $f[1]";
  }
  else {
    # Second field of line 3
    my $f = ( split /\s*:\s*/, (split /\n/)[2] )[1];
    say "$f";
  }
}
实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？
返回列表 发新帖
高级模式
B Color Image Link Quote Code Smilies
您需要登录后才可以回帖 登录 | 注册

本版积分规则 发表回复

  

北京盛拓优讯信息技术有限公司. 版权所有 京ICP备16024965号-6 北京市公安局海淀分局网监中心备案编号：11010802020122 niuxiaotong@pcpop.com 17352615567
未成年举报专区
中国互联网协会会员  联系我们：huangweiwei@itpub.net
感谢所有关心和支持过ChinaUnix的朋友们 转载本站内容请注明原作者名及出处

清除 Cookies - ChinaUnix - Archiver - WAP - TOP