免费注册 查看新帖 |

Chinaunix

  平台 论坛 博客 文库
最近访问板块 发新帖
查看: 3259 | 回复: 2
打印 上一主题 下一主题

序列长度筛选求助!(已解决,再次谢谢b114213903) [复制链接]

论坛徽章:
1
操作系统版块每日发帖之星
日期:2015-10-08 06:20:00
跳转到指定楼层
1 [收藏(0)] [报告]
发表于 2015-10-09 17:22 |只看该作者 |倒序浏览
本帖最后由 56836430 于 2015-10-10 21:42 编辑

有多条这样的序列,想根据它们的长度进行筛选,如小于100个氨基酸的删除
in.fasta
>lcl|Abi_c1818_g1_i1_m.11845 unnamed protein product
-------------------------------------------------------------------------------------------
-------------------------------------------------------------------------------------------
-------------------------------------------------------------------------------------------
-------------------------------------------------------------------------------------------
------------------------PAVFSKGFNPQHVADGLYGRHLFVYSWPEGSLKQTLDLGSTGLIPLEVRFLHDPAKDTGYVACALSS
TLV----------------------------------------------------------------------------------------
-------------------------------------------------------------------------------------------
-------------------
>lcl|Abi_c315_g1_i1_m.67006 unnamed protein product
------------------------------------------------------------GP----------------------GY-----
-------------------------------ASPKEA---------MEGPREALIYVTAVYT------------GTGRGKPDYLATVDVDP
TSPTYSKVVHRLPVPHLGDELHHSGWNACSSCHGDASAQRRYLILPSLISGRIYAVDTAKDPRAPVLHKVVEPETILAKTGLGYPHTAHCL
ASGDILVSCLGDKDGNAEGNGFLLLDSDLNVKGR---------------------------------------------------WEKPGN
SPKFGYDFWYQPRHKTMISSSWGAPAAFTKGFNPQHVLDGLYGKHLFVYSWPDGTLKQTIDLGNEGLIPLEVRFLHEPSKDTGYVGCALSG
NMVRFFKTSDGSWDHEVVISVPRFKVQNWILPEMPGLITDLLISLDDRYLYFVNWLHGDVRQYNIEDPKKPVLVGQVWVGGLVRKGSKVIV
EKENGQQWQSDVSDVQGKYLRGGPQMIQLSLDGKRLYVTNSLFSAWDRQFY-PELIEKGSHILQIDCNTEKGGLSVNSNFFVDFETEPEGP
ALAHEMRYPGGDCTSDIWV

out.fasta

>lcl|Abi_c315_g1_i1_m.67006 unnamed protein product
------------------------------------------------------------GP----------------------GY-----
-------------------------------ASPKEA---------MEGPREALIYVTAVYT------------GTGRGKPDYLATVDVDP
TSPTYSKVVHRLPVPHLGDELHHSGWNACSSCHGDASAQRRYLILPSLISGRIYAVDTAKDPRAPVLHKVVEPETILAKTGLGYPHTAHCL
ASGDILVSCLGDKDGNAEGNGFLLLDSDLNVKGR---------------------------------------------------WEKPGN
SPKFGYDFWYQPRHKTMISSSWGAPAAFTKGFNPQHVLDGLYGKHLFVYSWPDGTLKQTIDLGNEGLIPLEVRFLHEPSKDTGYVGCALSG
NMVRFFKTSDGSWDHEVVISVPRFKVQNWILPEMPGLITDLLISLDDRYLYFVNWLHGDVRQYNIEDPKKPVLVGQVWVGGLVRKGSKVIV
EKENGQQWQSDVSDVQGKYLRGGPQMIQLSLDGKRLYVTNSLFSAWDRQFY-PELIEKGSHILQIDCNTEKGGLSVNSNFFVDFETEPEGP
ALAHEMRYPGGDCTSDIWV

从网上找到一个例子,但是这个例子中进行长度计算时,没有去除“-”,脚本如下:
#!/usr/bin/perl
use strict;

use Bio::SeqIO;


my ($infile, $outfile, $cut) = @ARGV;
my $o_seqi = Bio::SeqIO->new(-file => $infile, -format => 'fasta');
my $o_seqo = Bio::SeqIO->new(-file => ">$outfile",-format => 'fasta');
while (my $o_seq = $o_seqi->next_seq) {
next if ($o_seq->length < $cut);
$o_seqo->write_seq($o_seq);
}

请问怎么改进这个脚本,从而能实现目标?

论坛徽章:
7
巳蛇
日期:2013-11-28 09:22:59天秤座
日期:2014-10-25 15:40:452015年辞旧岁徽章
日期:2015-03-03 16:54:152015年迎新春徽章
日期:2015-03-04 09:53:172015亚冠之德黑兰石油
日期:2015-07-15 08:46:452015亚冠之平阳省
日期:2015-11-08 16:27:53白银圣斗士
日期:2015-11-14 09:58:12
2 [报告]
发表于 2015-10-10 12:51 |只看该作者
  1. #!/usr/bin/perl
  2. use strict;
  3. use Bio::SeqIO;

  4. my ($infile, $outfile, $cut) = @ARGV;
  5. my $o_seqi = Bio::SeqIO->new(-file => $infile, -format => 'fasta');
  6. my $o_seqo = Bio::SeqIO->new(-file => ">$outfile",-format => 'fasta');
  7. while (my $o_seq = $o_seqi->next_seq) {
  8.         (my $seq=$o_seq->seq())=~s/-//g;
  9.         next if (length($seq) < $cut);
  10.         $o_seqo->write_seq($o_seq);
  11. }
  12. $o_seqi->close();
  13. $o_seqo->close();
复制代码

论坛徽章:
1
操作系统版块每日发帖之星
日期:2015-10-08 06:20:00
3 [报告]
发表于 2015-10-10 21:41 |只看该作者
完美,谢谢!!!!!


b114213903 发表于 2015-10-10 12:51
您需要登录后才可以回帖 登录 | 注册

本版积分规则 发表回复

  

北京盛拓优讯信息技术有限公司. 版权所有 京ICP备16024965号-6 北京市公安局海淀分局网监中心备案编号:11010802020122 niuxiaotong@pcpop.com 17352615567
未成年举报专区
中国互联网协会会员  联系我们:huangweiwei@itpub.net
感谢所有关心和支持过ChinaUnix的朋友们 转载本站内容请注明原作者名及出处

清除 Cookies - ChinaUnix - Archiver - WAP - TOP