求助 perl

zhagnqiang829

下面格式内容，把中间的大写字母的配对率测出来，
根据中间配对率大小：把小于0.6的存入文件1.txt，0.6-0.9之间的存入文件2.txt，大于0.9的存入3.txt文件

I001        195        TTGGT        205        225
E012        148        TTCGT        158        200

I001        1124        TTTCTT        1151        2978
E012        4        TAATGT        31        128

I002        17        AATTGACT        29        54
E023        5        AATTGACT        17        128

I003        16        TCGACTTAAT        35        65
E034        44        TGGACATAAT        63        200

配对率定义：设最佳匹配长度为m bp，若有k个碱基完全配对，则配对率为k/m。例如第一组序列配对率为：4/5=0.8，第二组为：2/6=0.3。。。
结果如下：
1.txt中有
I001        1124        TTTCTT        1151        2978
E012        4        TAATGT        31        128
2.txt中有：
I001        195        TTGGT        205        225
E012        148        TTCGT        158        200
I003        16        TCGACTTAAT        35        65
E034        44        TGGACATAAT        63        200
3.txt中有：
I002        17        AATTGACT        29        54
E023        5        AATTGACT        17        128

rubyish

如下：

1. #!/usr/bin/perl
   
2. my @f = map { open my ($f), '>', $_; $f } qw/1.txt 2.txt 3.txt/;
   
3. while (<DATA>) {
   
4.     next if /^\s*$/;
   
5.     my $S2 = <DATA>;
   
6.     my $s1  = (split)[2];
   
7.     my ($s2) = $S2 =~ /([ATGC]+)/;
   
8.     my ( $l, $m ) = length $s1;
   
9.     for my $i ( 0 .. $l - 1 ) {
   
10.         substr( $s1, $i, 1 ) eq substr( $s2, $i, 1 ) && $m++;
    
11.     }
    
12.     my $p = $m / $l;
    
13.     my $i = $p < 0.6 ? 0 : $p < 0.9 ? 1 : 2;
    
14.     print { $f[$i] } $_, $S2;
    
15. }
    
16. 
    
17. __DATA__
    
18. I001        195        TTGGT        205        225
    
19. E012        148        TTCGT        158        200
    
20. 
    
21. I001        1124        TTTCTT        1151        2978
    
22. E012        4        TAATGT        31        128
    
23. 
    
24. I002        17        AATTGACT        29        54
    
25. E023        5        AATTGACT        17        128
    
26. 
    
27. I003        16        TCGACTTAAT        35        65
    
28. E034        44        TGGACATAAT        63        200
    

复制代码

zhagnqiang829

大侠再:wink: 帮我看看，怎么产生随机序列？
下面格式内容，把中间的大写字母的GC含量测出来，
根据中间GC含量大小：把I001，I002，。。。。等开头的序列换成随机序列（此序列要和原序列GC含量和长度一样）,E012....等E开头的序列不变。
16191_NC_003284
I001CACTCA
E012ATGACAAGGAAGCGGCG

16192_NC_003284
I001CACAAGA
E012TCTACAACACGTCTGCTC
I002CATG
E023GCTGCAGAGA
GC含量定义：设序列长度为m bp，若序列有k个G+C（就是C和G的总是），则GC含量为k/m。
例如I001序列GC含量为：3/6=0.5，第二个I001序列为：3/7=0.43，第三序列为0.25,I002序列为0.5。
结果如下：
16191_NC_003284
I001AGCTTC
E012ATGACAAGGAAGCGGCG

16192_NC_003284
I001GATCAGT
E012TCTACAACACGTCTGCTC
I002TGGA
E023GCTGCAGAGA

回复 2# rubyish


   

rubyish

看看:

1. #!/usr/bin/perl
   
2. my @G = qw/G C/;
   
3. my @A = qw/A T/;
   
4. 
   
5. print /^I/ ? Rand() : $_ while <DATA>;
   
6. 
   
7. sub Rand {
   
8.     my ( $h, $t ) = /^(.*\d+)(.*)$/;
   
9.     my @t = map /[GC]/ ? $G[rand 2] : $A[rand 2], $t =~ /./g;
   
10.     @t = map splice(@t, rand @t, 1), 0 .. $#t;
    
11.     join '', $h, @t, $/;
    
12. }
    
13. 
    
14. __DATA__
    
15. 16191_NC_003284
    
16. I001CACTCA
    
17. E012ATGACAAGGAAGCGGCG
    
18. 
    
19. 16192_NC_003284
    
20. I001CACAAGA
    
21. E012TCTACAACACGTCTGCTC
    
22. I002CATG
    
23. E023GCTGCAGAGA

复制代码

zzwevil

新手来试试
#!/usr/bin/perl
$src='e:\perl\src1.txt';
open OPF ,$src or die "cant open ";
$opkey=0;
while (<OPF>){
if(/^$/) {next};
if ($opkey==0){
        $first=$_;
        chomp $_;
        /(\w\d+)\ +(\d+)\ +(\w+)\ +(\d+)\ +(\d+)/;
        $a=$3;
        $opkey++;
        }
elsif ($opkey==1){
        $second=$_;
        chomp $_;
        /(\w\d+)\ +(\d+)\ +(\w+)\ +(\d+)\ +(\d+)/;
        $b=$3;
        $leng=length $b;
        @aa=(split //,$a);
        @bb=(split //,$b);

        for ($i=0;$i<$leng;$i++){
                $sfta=shift @aa;
                $sftb=shift @bb;
                if ($sfta eq $sftb){$sum +=1;}
                }
         $percent=$sum/$leng;
         if($percent <=0.6){
                                open GO,">>","d:\\proj1\\1.txt";
                                print GO $first;
                                print GO $second;
                                 }
         if(($percent<=0.9)&&($percent>=0.6)){
                                 open GO,">>","d:\\proj1\\2.txt";
                                        print GO $first;
                                print GO $second;
                                }
         if($percent >=0.9){
                                 open GO,">>","d:\\proj1\\3.txt";
                                 print GO $first;
                                print GO $second;
                                }
         $opkey=0;
        }
$sum=0;
}

zhagnqiang829

谢谢你，写的很详细。。回复 5# zzwevil


   

zhagnqiang829

这么简练的代码就搞定了，就是要懂很费劲呀。
非常感谢你，帮我大忙了。。。回复 4# rubyish


   

mcshell

1. #!/usr/bin/perl
   
2. my (%hash,@dna,$text);
   
3. my $data = do {local $/;<DATA>};
   
4. my @line = split/^\s+/m,$data;
   
5. for (@line){
   
6. if(/([ATGC]+)[\s\S]+?([ATGC]+)/){
   
7.     my ($len,$count) = length $2;
   
8.    my @arr = split//,$2;
   
9.    for (split//,$1){
   
10.      $count++ if($_ eq shift(@arr));
    
11. }
    
12.     my $m=$count/$len;
    
13.     my $text = $m<0.6?1:$m<0.9?2:3;
    
14.    open FH,">>$text.txt" or die "$!";
    
15.     print FH $_;
    
16.    close FH;
    
17. }
    
18.     }
    
19. __DATA__
    
20. I001        195        TTGGT        205        225
    
21. E012        148        TTCGT        158        200
    
22. 
    
23. I001        1124        TTTCTT        1151        2978
    
24. E012        4        TAATGT        31        128
    
25. 
    
26. I002        17        AATTGACT        29        54
    
27. E023        5         AATTGACT        17        128
    
28. 
    
29. I003        16        TCGACTTAAT        35        65
    
30. E034        44        TGGACATAAT        63        200

复制代码

回复 1# zhagnqiang829


   

mcshell

回复 9# sinian126


    所有字符串包括换行