perl

super_two

我的文件 都是这种FASTA格式：
qwer.1         AFRTYUIFGHJKLVBNM
qwer.2         BVXNVFGSFYEBCSHB
qwer.3         HDFKSHFGSERYFIEURHFSUFDSHVBSJEUABFUHABFCAHFBC
rtyuip00.1    AFHBVSFHUACFKUSHDBAKFHAKUFHSADKFUA
hhjkl.1         JDNVKHFBAKHFAKFAFJNSADFJAS
hhjk.2         HFSDHNFKANFAKFIJI
hhjk.3         JNFAJNFALSDFLMAD
hhjk.4         KJGSEGJOAKFFDSMFAPOKEF
...
现在我想把小数点前相同的放到一起，点后的忽略。然后比较小数点前相同的ID后的序列长度，将最长的输出来；若有多条一样长则随机输出其中一条，请大神用perl写个程序。其实就是处理可变剪切，不知道我是否描述清楚了。

super_two

我的文件 都是这种FASTA格式：
qwer.1         AFRTYUIFGHJKLVBNM
qwer.2         BVXNVFGSFYEBCSHB
qwer.3         HDFKSHFGSERYFIEURHFSUFDSHVBSJEUABFUHABFCAHFBC
rtyuip00.1    AFHBVSFHUACFKUSHDBAKFHAKUFHSADKFUA
hhjkl.1         JDNVKHFBAKHFAKFAFJNSADFJAS
hhjk.2         HFSDHNFKANFAKFIJI
hhjk.3         JNFAJNFALSDFLMAD
hhjk.4         KJGSEGJOAKFFDSMFAPOKEF
...
现在我想把小数点前相同的放到一起，点后的忽略。然后比较小数点前相同的ID后的序列长度，将最长的输出来；若有多条一样长则随机输出其中一条，请大神用perl写个程序。其实就是处理可变剪切，不知道我是否描述清楚了。

MMMIX

@b114213903

zxy877298415

1. awk -F '[. ]+' '{a[$1]=a[$1]?a[$1]" "$3:$3}END{for(i in a){printf i" ";for(j=1;j<=split(a[i],b," ");j++) {if(length(b[j])>int(t))t=b[j]}print t;t=""}}' file

复制代码

回复 1# super_two


   

super_two

我是新手，麻烦您给解释一下，谢谢~回复 2# zxy877298415


   

tc1989tc

字典加数组 然后sort数组

MMMIX

为啥不自己先写一个呢? 新手就应该多练习嘛

super_two

我写了一个，但是不能运行。我的想法就是用Bio::SeqIO模块，提取出原始文件的ID，和序列，并以内length计算出每个序列的长度。
将提出的ID按照小数点前相同的ID及其序列放进一个数组，然后分别在这个数组中找出最长的序列输出来，但是要将原始ID、序列以及长度都分别对应，我不知道如何才能对应好。不知道我这个思路对不对




回复 7# MMMIX


   

MMMIX

回复 8# super_two


    不能运行也罢, 贴上来看看.

聆雨淋夜

想得复杂点了

1. awk -F '[. ]+' '$1!=a{ml=length($3);a=$1;b[$1]=$3}$1==a{if(length($3)>ml){ml=length($3);b[$1]=$3}}END{for(i in b)print i"  "b[i]}' file

复制代码

hhjk  KJGSEGJOAKFFDSMFAPOKEF
hhjkl  JDNVKHFBAKHFAKFAFJNSADFJAS
rtyuip00  AFHBVSFHUACFKUSHDBAKFHAKUFHSADKFUA
qwer  HDFKSHFGSERYFIEURHFSUFDSHVBSJEUABFUHABFCAHFBC