求个perl程序，生物信息方面的！

aids260

1. BGIBMGA000058-TA           nscaf1071         1083932        1085028
   
2. BGIBMGA000059-TA           nscaf1071         1144201        1144993
   
3. BGIBMGA000060-TA           nscaf1071         1194454        1203962
   
4. BGIBMGA000061-TA           nscaf1071         1233907        1234573
   
5. BGIBMGA000062-TA           nscaf1071         1239819        1245122
   
6. BGIBMGA000063-TA           nscaf1071         1293757        1306270
   
7. BGIBMGA000064-TA           nscaf1071         1313232        1316001
   
8. BGIBMGA000065-TA           nscaf1087         2451        9117
   
9. BGIBMGA000066-TA           nscaf109         1549        4332
   
10. BGIBMGA000067-TA           nscaf1108         3401547        3415278
    
11. BGIBMGA000068-TA           nscaf1108         2724200        2728350
    
12. BGIBMGA000069-TA           nscaf1108         2546311        2574462
    
13. BGIBMGA000070-TA           nscaf1108         2533757        2534560
    
14. BGIBMGA000071-TA           nscaf1108         2527802        2528488
    
15. BGIBMGA000072-TA           nscaf1108         2442934        2452908
    
16. BGIBMGA000073-TA           nscaf1108         2382927        2390096
    
17. BGIBMGA000074-TA           nscaf1108         2370811        2374956
    
18. BGIBMGA000075-TA           nscaf1108         2350982        2353168
    
19. BGIBMGA000076-TA           nscaf1108         2305769        2312842
    
20. BGIBMGA000077-TA           nscaf1108         2238841        2239515
    
21. BGIBMGA000078-TA           nscaf1108         2207199        2212812
    
22. BGIBMGA000079-TA           nscaf1108         2140463        2140972

复制代码

1. +        BGIBMGA000062-TA         FWDP30_FL5_P09.seq        nscaf1071        1318628        1239395        1240559
   
2. +        BGIBMGA000062-TA         MFBP02_F_H18.seq        nscaf1071        1318628        1239668        1243526
   
3. +        BGIBMGA000064-TA         fdpeP10_F_J11.seq        nscaf1071        1318628        1313192        1316067
   
4. +        BGIBMGA000064-TA         MFBP04_F_N06.seq        nscaf1071        1318628        1313197        1316106
   
5. +        BGIBMGA000128-TA         FWDP26_FL5_O06.seq        nscaf1108        3459965        1275912        1278501
   
6. +        BGIBMGA000129-TA         FWDP02_FL5_F17.seq        nscaf1108        3459965        1283141        1319375
   
7. +        BGIBMGA000129-TA         FWDP02_FL5_O19.seq        nscaf1108        3459965        1282859        1319327
   
8. +        BGIBMGA000129-TA         FWDP10_FL5_A23.seq        nscaf1108        3459965        1283141        1319395
   
9. +        BGIBMGA000129-TA         FWDP31_FL5_I15.seq        nscaf1108        3459965        1283115        1319315
   
10. +        BGIBMGA000129-TA         MFBP15_F_I08.seq        nscaf1108        3459965        1283141        1319403
    
11. +        BGIBMGA000140-TA         FWDP04_FL5_M21.seq        nscaf1108        3459965        1773552        1776967
    
12. +        BGIBMGA000140-TA         FWDP25_FL5_J23.seq        nscaf1108        3459965        1785487        1791348
    
13. +        BGIBMGA000154-TA         FWDP03_FL5_B14.seq        nscaf1108        3459965        2355076        2357513
    
14. +        BGIBMGA000154-TA         fdpeP09_F_E13.seq        nscaf1108        3459965        2355077        2357478
    
15. +        BGIBMGA000155-TA         fdpeP13_F_N09.seq        nscaf1108        3459965        2429759        2436013
    
16. +        BGIBMGA000201-TA         MFBP02_F_D11.seq        nscaf1299        357319        349886        350726
    
17. +        BGIBMGA000202-TA         MFBP13_F_J17.seq        nscaf1375        11050        7946        8756
    
18. +        BGIBMGA000360-TA         fdpeP16_F_J16.seq        nscaf1681        5888100        45406        46743
    
19. +        BGIBMGA000360-TA         fdpeP07_F_A13.seq        nscaf1681        5888100        45375        46693
    
20. +        BGIBMGA000362-TA         fdpeP08_F_F04.seq        nscaf1681        5888100        90916        94336

复制代码

先看下第二个文件中的值

BGIBMGA000062-TA
BGIBMGA000062-TA      第二列代表着基因名，  如果是一样的话     就计算下他们   第六列的平均值

即同样的基因名的情况下，以第二列为参照，取第六列的平均值



在第一个文件里边也有这个基因的一些信息：

BGIBMGA000062-TA    nscaf1071  1239819 1245122


计算了上边的那个平均值后  用 第一个文件里的第三列的值 减去刚才计算的平均值（  再加一个列出来）
然后在顺便统计下，第二个文件里的每个基因名重复出现了几次（次数再加一列出来）

输出这样的格式：

+ BGIBMGA000062-TA  FWDP30_FL5_P09.seq nscaf1071 1318628 1239395 1240559
+ BGIBMGA000062-TA  MFBP02_F_H18.seq nscaf1071 1318628 1239668 1243526
+ BGIBMGA000062-TA nscaf1071                                        上边两个数的平均值             差值        基因名出现的次数（2次）
+ BGIBMGA000064-TA  fdpeP10_F_J11.seq nscaf1071 1318628 1313192 1316067
+ BGIBMGA000064-TA  MFBP04_F_N06.seq nscaf1071 1318628 1313197 1316106
+ BGIBMGA000064-TA          nscaf1071                                上边两个数的平均值             差值       基因名出现的次数（2次）

或者直接输出这种格式
+ BGIBMGA000062-TA          nscaf1071         上边两个数的平均值      差值        出现的次数（2次）
+ BGIBMGA000064-TA          nscaf1071         上边两个数的平均值       差值       出现的次数（2次）




补充一点：：：：：
   在上边的数据中没有体现出来， 第二个文件的第6列的值有重复的值，如果它为关键字用来定义哈希的话，会取消一部分值的，我觉的用数组来定义比较好，大家有什么好办法吗？？？

1. +        BGIBMGA000648-TA         MFBP22_F_C21.seq        nscaf1690        7983491        2927332        2942206
   
2. +        BGIBMGA000648-TA         MFBP22_F_M19.seq        nscaf1690        7983491        2927328        2942181
   
3. +        BGIBMGA000648-TA         MFBP22_F_O19.seq        nscaf1690        7983491        2927328        2942149
   
4. +        BGIBMGA000648-TA         MFBP21_F_E08.seq        nscaf1690        7983491        2927328        2942222
   
5. +        BGIBMGA000648-TA         MFBP21_F_F16.seq        nscaf1690        7983491        2927328        2942207
   
6. +        BGIBMGA000648-TA         MFBP23_F_M16.seq        nscaf1690        7983491        2927328        2942190
   
7. +        BGIBMGA000648-TA         MFBP26_F_G19.seq        nscaf1690        7983491        2927328        2942178
   

复制代码

我把文件打包传上吧

yinyuemi

1. perl -lane 'if(/^\+/){$a{$F[1]}+=$F[5];$b{$F[1]}+=1}if(/^BGIB/){$c{$F[0]}=$F[2];$d{$F[0]}=$F[1]}END{for(keys %a){$x=int($a{$_}/$b{$_});$y=$c{$_}-$x;if($d{$_}){print "$_, $d{$_}, $x, $y, $b{$_}"}}} ' file1.fa file2.fa >output.fa
   

复制代码

结果见附件，行不行，给个反馈

aids260

期盼高手！

aids260

顶一个！！

aids260

求perl高手围观！

meihuaqi

光看你的需求就得死上万脑细胞。。。5个积分太少了

meihuaqi

回复 1# aids260

只做了第一部分，未经调试，可能有错，你自己试一下啊，没错的话记得给我2.5分哈

1. my %hash;
   
2. while(<FD>)
   
3. {
   
4.     @tmp=split;
   
5.     $name=$tmp[1];
   
6.     $value=$tmp[5];
   
7.     $hash{$name}{sum}+=$value;
   
8.     $hash{$name}{count}++;
   
9. }
   
10. foreach $name (keys %hash)
    
11. {
    
12.     $avg=$hash{$name}{sum}/$hash{$name}{count};
    
13.    print "$name    $avg\n";
    
14. }

复制代码

aids260

顶

aids260

回复 6# meihuaqi


    老兄，你这个我看不太明白啊！

meihuaqi

不全
打开文件那部分没写。。。
取第二列基因名为键值，第6列值相加，再记下加了几次
最后打印基因名和平均值