小白求指点

Eva326

大家好！我想根据一列ID,从一个总文件中提取匹配这个ID的信息，比如:
ID文件:
AAA1
CCC2
DDD3
总文件:
>Tar AAA1|test  pp
QQQQQQ
QQ
>AAA2_test
QQQQQQQQQQ
>test|DDD3  ID:777
QQQQQQQ
QQQQQQ
QQQQQ
得到:
>Tar AAA1|test  pp
QQQQQQ
QQ
>test|DDD3  ID:777
QQQQQQQ
QQQQQQ
QQQQQ
下边是我的脚本，但是总文件ID情况并不是刚刚好一样，需要匹配，不知道这里怎么写了，求大神指点！

my $list = shift @ARGV;
my $fasta = shift @ARGV;
my $out = shift @ARGV;
my %select;
open L, "$list" or die;
while (<L>) {
    chomp;
    s/>//g;
    $select{$_} = 1;
}
close L;

$/ = "\n>";
open O, ">$out" or die;
open F, "$fasta" or die;
while (<F>) {
    s/>//g;
    my ($id) = split (/\n/, $_);
    print O ">$_" if (defined $select{$id});
}
close F;
close O;

moperyblue

1. awk 'NR==FNR{a[$1];next}/>/{f=0;for(i in a)if(index($0,i)){f=1;break}}f' id.txt data.txt

复制代码

104359176

看不懂需求，ID信息出现在 TAR 命令后，还可能出现在管道符号 | 后，直到下一个 > 命令提示符出现吗？

Eva326

回复 3# 104359176

对对，>符号是固定的一行，后面跟的一串信息包含里包含ID

jason680

回复 1# Eva326

$ perl get_fasta_id_list.pl
Usage  : get_fasta_id_list.pl ID_LIST FASTA_FILE OUTPUT
Example: get_fasta_id_list.pl id.txt  a.fas  out.fas  


$ perl get_fasta_id_list.pl id.txt a.fas out.fas
Output file: out.fas

$ cat id.txt
AAA1
CCC2
DDD3

$ cat a.fas
>Tar AAA1|test  pp
QQQQQQ
QQ
>AAA2_test
QQQQQQQQQQ
>test|DDD3  ID:777
QQQQQQQ
QQQQQQ
QQQQQ

$ cat out.fas
>Tar AAA1|test  pp
QQQQQQ
QQ
>test|DDD3  ID:777
QQQQQQQ
QQQQQQ
QQQQQ



$ cat get_fasta_id_list.pl

use strict;
use warnings;

sub message{
  print <<EOF;
Usage  : $0 ID_LIST FASTA_FILE OUTPUT
Example: $0 id.txt  a.fas  out.fas  

EOF
  exit 1;
}

message() if(@ARGV != 3);
my ($Fid, $Ffas, $Fout) = @ARGV;
open(FHid,  "<", "$Fid")  or die "cannot open $Fid\n";
open(FHfas, "<", "$Ffas") or die "cannot open $Ffas\n";
open(FHout, ">", "$Fout") or die "cannot open $Fout\n";

my $sRE ="\\b(";
while (<FHid>) {
    chomp;
    s/>//g;
    $sRE .= "$_|";
}
close FHid;
$sRE =~ s/[|]$/)\\b/;

my $sMatch = 0;
while (<FHfas>) {
    if(m/^>/){
      $sMatch = m/$sRE/? 1: 0;
    }
    if($sMatch){
      print FHout "$_";
    }
   
}
close FHfas;
close FHout;
print "Output file: $Fout\n";