大家帮我看一下这个脚本有什么问题！多谢

flora

1. 
   
2. #!/usr/bin/perl
   
3. 
   
4. $xfile = $ARGV[0];
   
5. 
   
6. $pri3input = $xfile.".pri3input";
   
7. 
   
8. open (INPUT,$xfile);
   
9. open (OUTPUT, ">;>;$pri3input");
   
10. 
    
11. $seq = "";
    
12. 
    
13. while ($line = <INPUT>;){
    
14.         chomp ($line);
    
15.         $line =~ s/\r//;
    
16.         if ($line =~ m/^>;/){
    
17.                
    
18.                 $line =~ m/^>;(\S+)/;
    
19.                 $seq_id = $1;
    
20.                 if ($seq_id =~ /\|/){
    
21.                         $seq_id =~ s/\|/_/g;
    
22.                 }
    
23. #                print "$seq_id\n";
    
24. 
    
25.                 $line =~ /(\d+)\sbp/g;
    
26.                 $extra_num = $1;
    
27.        
    
28.                 $line =~ /(\d+)\.\.(\d+)/g;
    
29.                 $region = $2 - $1 + 1;
    
30. #                print "$region\n";
    
31.                 
    
32.         }elsif($line ne ""){
    
33.                 $line = uc($line);
    
34.                 $seq = "$seq"."$line";
    
35.                 if ($seq =~ /\s/){
    
36.                         $seq =~ s/\s//g;
    
37.                 }
    
38. #                print "$seq\n";
    
39.         }else{
    
40. 
    
41.         }
    
42.         print OUTPUT "$seq_id\n";
    
43.         print OUTPUT "$extra_num\n";
    
44.         print OUTPUT "$region\n";
    
45.         print OUTPUT "$seq\n";
    
46. }
    
47. 
    
48. close INPUT;
    
49. close OUTPUT;

复制代码

flora

>;CRY1mRNA|exon1 #exon# with 300 bp at both ends #"1..744 in cDNA"
ctaagccttccctcacaaggggc
>;CRY1mRNA|exon2 #exon# with 300 bp at both ends #"745..853 in cDNA"#
tttaattgctttgatacttctttgtatgt
>;CRY1mRNA|exon3 #exon# with 300 bp at both ends #"854..996 in cDNA"
gtaagtatgagtaatttgaaaaagtaaagtgctctacaaacacatttagtataagagctggttttaagcatattgctttgctagattgttgcctagcataatgcctagaatctaatgggttatgcattcattacttatgtattttttaattgataaattgtttactttttcctgcatattcaaagtttgatttatgt
>;hcf2mRNA|exon1 #exon# with 200 bp at both ends #"1..175 in cDNA"#
gccagaggggcgggtcgtccccagcgggcccccgccgccacccacaagcccagtccccggctggtaggggcaccctcccctcgcagccccctctccacgcagctagccgcccccgccctaggtcagcccagtttcctgcccctccctcctgctctcctccctccagctgtttctctggctgagttctgtcccagtcc
>;hcf2mRNA|exon2 #exon# with 200 bp at both ends #"176..324 in cDNA"#
aagattcctctaaatgccttggctgctgaggtgagtgtgactgggtcattcaggcctctggtgcaggaggaggcagcttggccttttctttaacctaaaccagtggcactcaaatgatgatgtgtcatacacttgggaggtccacaggagagttatctcttgatgcacaggggccttctttggactccccc>;hcf2mRNA|exon3 #exon# with 200 bp at both ends #"325..485 in cDNA"#
ttgccctttgttcacactggggtcttgggttctttgctgcacaataaggtttcttttttcccttctaag

flora

出来的结果中每个条目重复2次或3次
我希望是唯一的
哪里有问题？

deathcult

这个程序是分析过滤什么的？？干什么作用的？

apile

因為你的input可能長得向下面這種格式
>;abc\r\n
def\r\n
gfh\r\n
>;ccc\r\n

好..你照你的程序走一次就知道為什麼了..
每讀一行..都會執行到最下面的..
   print OUTPUT "$seq_id\n";
   print OUTPUT "$extra_num\n";
   print OUTPUT "$region\n";
   print OUTPUT "$seq\n";

所以當然會重複...
另外...有些程序碼看起來是重複的..
慢慢改進吧...