【求助】对fasta文件DNA进行排序以及排序后合并

munaiyi1234

样本大概是这样的：
>chr01：696~715
CACTCCATTTATATACACTT
>chr01：929~948
ATCACTGTCGTAACACTCTT
>chr01：1414~1433
CTGCAATCTTGTTCTTAGAA
>chr01：1501~1520
TTATTTAAGGACAAAGGTTG
>chr01：1668~1687
CAAATAGGTCTATAATATTA
>chr01：1800~1819
TTTGTCTCTAGTTTGCGATA
>chr01：1967~1986
TCAGCAACTTCGACTGGGTA
>chr01：1990~2009
TTCAGTTGGGTGGGCGGCTT
>chr01：1096~1115
CGAAGGGACTATATCTAGTC
>chr01：2739~2758
CCTTGGTGCAATTACGTAAT
>chr01：3105~3124
CTCATTTATAATGATTGATA
>chr01：3682~3701
TTATGAGAAAAATACATGAA

我想先对样本进行排序，得到：

>chr01：696~715
CACTCCATTTATATACACTT
>chr01：929~948
ATCACTGTCGTAACACTCTT
>chr01：1096~1115
CGAAGGGACTATATCTAGTC
>chr01：1414~1433
CTGCAATCTTGTTCTTAGAA
>chr01：1501~1520
TTATTTAAGGACAAAGGTTG
>chr01：1668~1687
CAAATAGGTCTATAATATTA
>chr01：1800~1819
TTTGTCTCTAGTTTGCGATA
>chr01：1967~1986
TCAGCAACTTCGACTGGGTA
>chr01：1990~2009
TTCAGTTGGGTGGGCGGCTT
>chr01：2739~2758
CCTTGGTGCAATTACGTAAT
>chr01：3105~3124
CTCATTTATAATGATTGATA
>chr01：3682~3701
TTATGAGAAAAATACATGAA

再对样本进行合并，得到：
>chr01：696~3701
CACTCCATTTATATACACTTATCACTGTCGTAACACTCTTCGAAGGGACTATATCTAGTCCTGCAATCTTGTTCTTAGAATTATTTAAGGACAAAGGTTGCAAATAGGTCTATAATATTATTTGTCTCTAGTTTGCGATATCAGCAACTTCGACTGGGTATTCAGTTGGGTGGGCGGCTTCCTTGGTGCAATTACGTAATCTCATTTATAATGATTGATATTATGAGAAAAATACATGAA
的效果，求大神编写一段perl代码，拜谢！

sunzhiguolu

回复 1# munaiyi1234
那些文本不是已经做过排序了吗? 还需要排序吗?

   

munaiyi1234

回复 2# sunzhiguolu


    是没排过序的呀

munaiyi1234

回复 2# sunzhiguolu


    而且您也没回答我的问题呀

sunzhiguolu

回复 4# munaiyi1234
排序后与未排序之前的区别在哪里?上面这些文本排序前与排序后没啥区别呀!!!

sunzhiguolu

回复 3# munaiyi1234
如果没有排序是否是下面这样:

1. >chr01：3682~3701
   
2. TTATGAGAAAAATACATGAA
   
3. >chr01：696~715
   
4. CACTCCATTTATATACACTT
   
5. >chr01：1668~1687
   
6. CAAATAGGTCTATAATATTA
   
7. >chr01：2739~2758
   
8. CCTTGGTGCAATTACGTAAT
   
9. >chr01：1501~1520
   
10. TTATTTAAGGACAAAGGTTG
    
11. >chr01：1967~1986
    
12. TCAGCAACTTCGACTGGGTA
    
13. >chr01：1800~1819
    
14. TTTGTCTCTAGTTTGCGATA
    
15. >chr01：1414~1433
    
16. CTGCAATCTTGTTCTTAGAA
    
17. >chr01：3105~3124
    
18. CTCATTTATAATGATTGATA
    
19. >chr01：1096~1115
    
20. CGAAGGGACTATATCTAGTC
    
21. >chr01：1990~2009
    
22. TTCAGTTGGGTGGGCGGCTT
    
23. >chr01：929~948
    
24. ATCACTGTCGTAACACTCTT

复制代码

sunzhiguolu

给您提供一个思路: (可能方法比较笨, 但是可行)
1.> 利用一个哈西变量以 ">chr01：[0-9]+~[0-9]+" 作为键, 将其下面的文本作为值收集起来;
2.> 通过 foreach 操作符对其哈西变量循环一下就可以了; #foreach (sort {code block} keys %hash)
3.> 对排序后的哈西的键存头去尾, 将其对应的那些值拼接一下即可;

munaiyi1234

回复 7# sunzhiguolu


    多谢！我先试试！继续求助！

sunzhiguolu

回复 8# munaiyi1234
试下:

1. #!/usr/bin/perl
   
2. use strict;
   
3. use warnings;
   
4. 
   
5. my ($sReg, %hData, $sKey, $sHead, $sRemain) = (qr /.*~/);
   
6. while (<DATA>){
   
7.     chomp;
   
8.     if (m/\A>/){
   
9.         $sKey = s/：/: /r;
   
10.         $hData{$sKey} = '';
    
11.         next;
    
12.     }
    
13.     $hData{$sKey} = $_;
    
14. }
    
15. 
    
16. foreach (sort { ($a =~ s/$sReg//r) <=> ($b =~ s/$sReg//r)} keys %hData){
    
17.     $sHead = $_ unless (defined $sHead);
    
18.     $sHead =~ s{[0-9]+\z}{$_=~s/$sReg//r}e;
    
19.     $sRemain .= $hData{$_};
    
20. }
    
21. 
    
22. print "$sHead $sRemain\n";
    
23. 
    
24. __DATA__
    
25. >chr01：3682~3701
    
26. TTATGAGAAAAATACATGAA
    
27. >chr01：696~715
    
28. CACTCCATTTATATACACTT
    
29. >chr01：1668~1687
    
30. CAAATAGGTCTATAATATTA
    
31. >chr01：2739~2758
    
32. CCTTGGTGCAATTACGTAAT
    
33. >chr01：1501~1520
    
34. TTATTTAAGGACAAAGGTTG
    
35. >chr01：1967~1986
    
36. TCAGCAACTTCGACTGGGTA
    
37. >chr01：1800~1819
    
38. TTTGTCTCTAGTTTGCGATA
    
39. >chr01：1414~1433
    
40. CTGCAATCTTGTTCTTAGAA
    
41. >chr01：3105~3124
    
42. CTCATTTATAATGATTGATA
    
43. >chr01：1096~1115
    
44. CGAAGGGACTATATCTAGTC
    
45. >chr01：1990~2009
    
46. TTCAGTTGGGTGGGCGGCTT
    
47. >chr01：929~948
    
48. ATCACTGTCGTAACACTCTT

复制代码