这样的程序perl能不能做？

bioinfor

有一文件A，包括全部人基因名称，只有一列，举例如下：
A1BG
A1BGAS
A1CF
A2LD1
A2M
A2ML1
A2MP1
DUSP24
A3GALT2

有另一文件B，包括目标基因，也为一列，有的是单个基因，有的用/分开，表示或，格式如下：

LDHA
GABPB2
HDHD2
STYXL1 / DUSP24
PNPO
A2M
SLC12A9
MCOLN1
MFSD3 / LOC113655

现从文件A中随机抽取100个基因，将这100个基因与文件B进行比较，输出相同基因的个数。
如上面的例子得到相同的基因为：
A2M
DUSP24

相同的基因个数为：2

将这一过程重复1000次，输出相同的个数，存放在一列：
2
3
4
6
3
4
3
5
...

不知这样的程序具有可行性吗？谢谢！

当量的部分真实数据请见附件

珞水的大叔

回复 1# bioinfor


    像这个 STYXL1 / DUSP24
两个都是基因么
还有为什么要对相同的文件做1000次呢

zhlong8

能做，Perl 特别擅长

珞水的大叔

回复 1# bioinfor


    明白为什么要1000次了，我把那个每次随机抽100个A中不重复的基因看漏了。代码修改了一下，如下:

1. #!/usr/bin/perl
   
2. use strict;
   
3. use warnings;
   
4. use 5.010;
   
5. 
   
6. 
   
7. my $yangbengeshu = 100;   #抽取样本个数
   
8. 
   
9. my @A;
   
10. open A,"<human_gene.txt";
    
11. while(<A>){
    
12.     chomp;
    
13.     s/^\s+$//;
    
14.     s/^\s+//;
    
15.     s/\s+$//;
    
16.     push @A,$_ if $_ ne '';
    
17. }
    
18. close A;
    
19. 
    
20. if($yangbengeshu > scalar @A){
    
21.     die "ERROR: 抽取样本个数大于总个数\n";
    
22. }
    
23. 
    
24. my @B;
    
25. open B,"<targetgene.txt";
    
26. while(<B>){
    
27.     chomp;
    
28.     s/^\s+$//;
    
29.     s/^\s+//;
    
30.     s/\s+$//;
    
31.     push @B,(split /\s*\/\s*/,$_)  if $_ ne '';
    
32. }
    
33. close B;
    
34. 
    
35. for(1 .. 1000){
    
36.     my %rand = ();
    
37.     while(scalar keys %rand < $yangbengeshu){
    
38.         $rand{int(rand scalar @A)} = 0;
    
39.     }
    
40.     my @A_choose = map{ $A[$_] } keys %rand;
    
41.     my (%m,%n);
    
42.     for(@A_choose,@B){         
    
43.         $m{$_}++ && $n{$_}++;
    
44.     }      
    
45.     say scalar keys %n;
    
46. }
    

复制代码

greencow

欲善其事，先利其器。如果做bioinformatics，建议在短期内打好perl和R的基础。这个问题，用perl并不复杂，用R更简单，用Statistics::useR最简单

貌似4楼的脚本忘了随机抽取。

dahe_1984

回复 4# 珞水的大叔


    大叔,你有没有兴趣搞生物基因阿, 你也太牛了!
    你现在做什么呢?

dahe_1984

求两个数组相同的元素了,cookbook中介绍了好多种方法

珞水的大叔

回复 6# dahe_1984


    自从高中毕业后已经若干年没有接触过基因这种东西了……
   现在在个公司做系统管理员
   不过我对正则表达式很有兴趣，有什么这方面的东西可以一起讨论下

toniz

{:3_190:}正则是好东西。。。

liyangole

#!/usr/bin/perl
use strict;
my (@a,@b,%randed,$key,$value,%count);
open (F,"human_gene.txt");
while (<F>){  
        s/\s+$//;
        chomp;
        push (@a,$_) unless /^$/;
}
       
open (FH,"targetgene.txt")||die "Can't open file: $!\n";
while(<FH>){
        s/\s+\/\s+/\r/;
        s/\s+$//;
        #next if /^$/;
        chomp;
        push (@b,$_) unless /^$/;
}

for (0..9){
$key = $_;
        foreach (@b){
                   #$count{$key}=0;
                  %randed=map{$a[int rand (@a)],0}0..99;                                 
                   $count{$key}++ if (exists $randed{$_});          
                  }   
                  print $count{$key},"\n"
                 }