比较两个 VCF 文件的字段

Question

对于我正在尝试编写的一个看似简单的脚本，我想请你帮忙。

基本上我想比较两个制表符分隔文件的每个字段。 如果文件的第二个字段匹配 --> 比较该行的所有其余字段。

如果第一个文件的字段为“NA”，则打印相同位置的第二个文件的字段。

现在我已经编写了这个小脚本，但我遇到的问题之一是：

1-如何保留第一个文件中前9个字段的第一个字段

2- 如何告诉 Perl 从第二个文件中打印出带有更改字段的行。

如果我不清楚，这里是一个例子：

文件 1：

16 50763778 x GCCC GCCCC 210.38 PASS AC1=1 GT NA NA 0/1

文件2：

16 50763778 x GCCC GCCCC 210.38 PASS AC1=1 GT 0/1 1/1 0/1

所需的制表符分隔输出：

16 50763778 x GCCC GCCCC 210.38 PASS AC1=1 GT 0/1 1/1 0/1

提前感谢您的任何评论和帮助！

use strict;
use warnings;


my $frameshift_file = <>;
my $monomorphic_file = <>;

        my @split_file1 = split "\t", $frameshift_file; #splits the file on tabs 
        my @split_file2 = split "\t",  $monomorphic_file; #splits line on tab delimeted fields

        if ($split_file1[1] eq $split_file2[1] { 

                for (my $i=0; $i<scalar(@split_file1); $i++) {

                if ($split_file1[$i] eq "NA") {

                print $split_file2[$i],"\t";
                } else { print $split_file1[$i],"\t";

                }
        }
}

Answer 1

尝试这样的操作..（将“\s+”替换为“\t”以仅在选项卡上拆分）。

use strict;
use warnings;

my (@split_file1, @split_file2, $frameshift_file, $monomorphic_file, $x);

$frameshift_file = "16 50763778 x GCCC GCCCC 210.38 PASS AC1=1 GT NA NA 0/1";
$monomorphic_file = "16 50763778 x GCCC GCCCC 210.38 PASS AC1=1 GT 0/1 1/1 0/1";

(@split_file1) = split('\s+', $frameshift_file); #splits the file on tabs 
(@split_file2) = split('\s+', $monomorphic_file); #splits line on tab delimeted fields

if ("$split_file1[1]" eq "$split_file2[1]"){   # 2nd field of files match
    for($x = 2; $x <= $#split_file1; $x++){
        if ($split_file1[$x] eq "NA"){    # If file1 shows "NA", print file2 equivalent array element.
            print "split_file1[$x] = \"NA\" .. split_file2[$x] = $split_file2[$x]\n";
        }
    }
}