Perl随机产生多肽序列

黎溪

我想产生一个含有1000条序列的七肽文库，基于位置的单氨基酸组分如下分布：
A        0.09497947        0.070426046        0.078231678        0.069402819        0.073001587        0.067751808        0.065225551
C        0.003987824        0.004239198        0.006126589        0.00579803        0.006359058        0.007059202        0.007186454
D        0.031654608        0.028931216        0.021204204        0.029173854        0.025034137        0.021646325        0.024539473
E        0.030191737        0.025704815        0.0171375               0.023008412        0.019931428        0.017206993        0.018367772
F        0.021186211        0.018803895        0.024108434        0.023349227        0.026832478        0.025921508        0.027780867
G        0.047137968        0.028274228        0.02906955        0.027688427        0.030174135        0.027163123        0.026097522
H        0.061280362        0.053520624        0.047650885        0.057602322        0.048347118        0.046961954        0.052401045
I        0.030525902        0.030684054        0.029671778        0.029735665        0.030828516        0.033772121        0.029383376
K        0.030053403        0.021923645        0.020619838        0.025112887        0.020833923        0.023215196        0.022188839
L        0.090544049        0.103690465        0.112389986        0.101604113        0.111333642        0.111322299        0.115992927
M        0.034562358        0.030696831        0.029966439        0.026875373        0.027945538        0.03101157        0.02620991
N        0.04517639        0.040286853        0.031861131        0.040137567        0.033102225        0.035602927        0.032904046
P        0.001273168        0.171672655        0.169522808        0.154487958        0.159433689        0.155568683        0.161045977
Q        0.064491638        0.052384357        0.043509473        0.051301545        0.043542068        0.040985172        0.047284907
R        0.03516902        0.033794677        0.046343819        0.04827906        0.055693288        0.058490476        0.059932226
S        0.136940411        0.097910949        0.106347363        0.10304508        0.104407819        0.105721405        0.103542222
T        0.133603708        0.103408973        0.098715659        0.093232499        0.088656527        0.099685822        0.083992158
V        0.05101914        0.041507999        0.040548266        0.040028439        0.043047795        0.039284095        0.041277095
W        0.022307746        0.013552552        0.018361253        0.015865506        0.019287738        0.018945619        0.018187325
Y        0.033914888        0.028585968        0.028613348        0.034271218        0.032207292        0.032683703        0.03646031
想用Perl编程实现，我用Perl不是很多，写不出这个代码，请求各位大神帮忙啊！还有一个问题就是只产生1000条序列的话，没法按照上面的分布产生序列。大家觉得我先产生10^9数量级的序列，再从里面随机抽取1000可行吗？

q1208c

最近生物学的兄弟们怎么都跟perl干上了.

兄弟, 你搞这么专业的名词, 码农 是帮不了你了.

坐等专业的兄弟们出来吧.

pitonas

{:2_175:} 头都大了

@afukada
@xiumu2280
@我还是小小明

大神们出来吧
{:2_172:}等待大神的解决方案

我还是小小明

表示没看懂你的意思，还有，我生物也不是很专业。能说详细点儿吗？

yinyuemi

回复 1# 黎溪

1. #!/usr/bin/perl
   
2. 
   
3. use strict;
   
4. use Data::Dumper;
   
5. 
   
6. my %a;
   
7. my %h;
   
8. my $line;
   
9. while(<DATA>){
   
10.         chomp;
    
11.         my @data = split /\s+/,$_;
    
12.         map{$h{$data[0]}{$_} = sprintf("%d",int(1000*$data[$_]))}1..$#data;
    
13.         $a{++$line}= $data[0];
    
14. }
    
15. my $n;
    
16. my %c;
    
17. while($n++<1000){
    
18.         my $seq;
    
19.         foreach my $p(1..7){
    
20.                 my $t;
    
21.                 while($t = $a{1+int(rand($line))}){
    
22.                         if($c{$t}{$p}+0 <= $h{$t}{$p}){
    
23.                                 $seq .= $t;
    
24.                                 $c{$t}{$p}++;
    
25.                                 last;
    
26.                         }
    
27.                 }
    
28.         }
    
29.         print $seq,"\n";
    
30. }
    
31. __DATA__
    
32. A        0.09497947        0.070426046        0.078231678        0.069402819        0.073001587        0.067751808        0.065225551
    
33. C        0.003987824        0.004239198        0.006126589        0.00579803        0.006359058        0.007059202        0.007186454
    
34. D        0.031654608        0.028931216        0.021204204        0.029173854        0.025034137        0.021646325        0.024539473
    
35. E        0.030191737        0.025704815        0.0171375               0.023008412        0.019931428        0.017206993        0.018367772
    
36. F        0.021186211        0.018803895        0.024108434        0.023349227        0.026832478        0.025921508        0.027780867
    
37. G        0.047137968        0.028274228        0.02906955        0.027688427        0.030174135        0.027163123        0.026097522
    
38. H        0.061280362        0.053520624        0.047650885        0.057602322        0.048347118        0.046961954        0.052401045
    
39. I        0.030525902        0.030684054        0.029671778        0.029735665        0.030828516        0.033772121        0.029383376
    
40. K        0.030053403        0.021923645        0.020619838        0.025112887        0.020833923        0.023215196        0.022188839
    
41. L        0.090544049        0.103690465        0.112389986        0.101604113        0.111333642        0.111322299        0.115992927
    
42. M        0.034562358        0.030696831        0.029966439        0.026875373        0.027945538        0.03101157        0.02620991
    
43. N        0.04517639        0.040286853        0.031861131        0.040137567        0.033102225        0.035602927        0.032904046
    
44. P        0.001273168        0.171672655        0.169522808        0.154487958        0.159433689        0.155568683        0.161045977
    
45. Q        0.064491638        0.052384357        0.043509473        0.051301545        0.043542068        0.040985172        0.047284907
    
46. R        0.03516902        0.033794677        0.046343819        0.04827906        0.055693288        0.058490476        0.059932226
    
47. S        0.136940411        0.097910949        0.106347363        0.10304508        0.104407819        0.105721405        0.103542222
    
48. T        0.133603708        0.103408973        0.098715659        0.093232499        0.088656527        0.099685822        0.083992158
    
49. V        0.05101914        0.041507999        0.040548266        0.040028439        0.043047795        0.039284095        0.041277095
    
50. W        0.022307746        0.013552552        0.018361253        0.015865506        0.019287738        0.018945619        0.018187325
    
51. Y        0.033914888        0.028585968        0.028613348        0.034271218        0.032207292        0.032683703        0.03646031
    
52. 
    

复制代码

黎溪

回复 2# q1208c
不好意思，发帖的时候没考虑到专业的问题。

黎溪

回复 4# 我还是小小明
产生一个含有1000条七肽序列的文库，七肽序列由20种氨基酸组成，即A, C, D, E, F, G, H, I, K, L, M, N, P, Q, R, S, T, V, W, Y。 每条序列有7个氨基酸，即有七个位置，每个位置上的氨基酸分布情况如下所示：
第一列表示20种氨基酸，后面7列就是对应的7个位置的各种氨基酸分布情况。
A        0.09497947        0.070426046        0.078231678        0.069402819        0.073001587        0.067751808        0.065225551
C        0.003987824        0.004239198        0.006126589        0.00579803        0.006359058        0.007059202        0.007186454
D        0.031654608        0.028931216        0.021204204        0.029173854        0.025034137        0.021646325        0.024539473
E        0.030191737        0.025704815        0.0171375               0.023008412        0.019931428        0.017206993        0.018367772
F        0.021186211        0.018803895        0.024108434        0.023349227        0.026832478        0.025921508        0.027780867
G        0.047137968        0.028274228        0.02906955        0.027688427        0.030174135        0.027163123        0.026097522
H        0.061280362        0.053520624        0.047650885        0.057602322        0.048347118        0.046961954        0.052401045
I        0.030525902        0.030684054        0.029671778        0.029735665        0.030828516        0.033772121        0.029383376
K        0.030053403        0.021923645        0.020619838        0.025112887        0.020833923        0.023215196        0.022188839
L        0.090544049        0.103690465        0.112389986        0.101604113        0.111333642        0.111322299        0.115992927
M        0.034562358        0.030696831        0.029966439        0.026875373        0.027945538        0.03101157        0.02620991
N        0.04517639        0.040286853        0.031861131        0.040137567        0.033102225        0.035602927        0.032904046
P        0.001273168        0.171672655        0.169522808        0.154487958        0.159433689        0.155568683        0.161045977
Q        0.064491638        0.052384357        0.043509473        0.051301545        0.043542068        0.040985172        0.047284907
R        0.03516902        0.033794677        0.046343819        0.04827906        0.055693288        0.058490476        0.059932226
S        0.136940411        0.097910949        0.106347363        0.10304508        0.104407819        0.105721405        0.103542222
T        0.133603708        0.103408973        0.098715659        0.093232499        0.088656527        0.099685822        0.083992158
V        0.05101914        0.041507999        0.040548266        0.040028439        0.043047795        0.039284095        0.041277095
W        0.022307746        0.013552552        0.018361253        0.015865506        0.019287738        0.018945619        0.018187325
Y        0.033914888        0.028585968        0.028613348        0.034271218        0.032207292        0.032683703        0.03646031
用Perl编程实现。

rubyish

~ 没看懂, 看没懂

xiumu2280

我也没看懂··

jason680

回复 7# 黎溪

>>产生一个含有1000条七肽序列的文库，...

provide all detail step and information if you want solve issue by others

1. input data

2. procedure rule

3. output data

ex:
  input data:
   I have a xxx log file, sample as below:
   2014/03/24 10:10:05 FAIL, ...
   2014/03/24 10:10:10 PASS, ...
   2014/03/24 10:10:20 INFO, ...

  procedure rule:
  1.  to get the record with "PASS" and "FAIL" message
  2.  output date with number only and PASS/FAIL item

  output data:
   20140324101005 FAIL
   20140324101010 PASS