用于 DNA 序列反向互补的 Perl 代码

Question

我试图制作一个 perl 代码，以获取 .fna 文件格式的 fasta 序列 DNA 的反向补充。 sequence02C.fna 文件包含 100 条 DNA 序列：

>adbca3e
TGCTCCCCACGCTTGCCTCTCCAGTACTCAACCAAAGCAGTCTCTAGAAAAACAGTTTCCAACGCAATACGATGGAATTCCACTTCCCAAATATCTC
>4c2a958
TCCCCACGCTTTCGCGCTTCAGCGTCAGTATCTGTCCAGTGAGCTGACTTCTCCATCGGCATTCCTACACAGTACTCTAGAAAAACAGTTTCTGCTC
>0639b5b
TCGCGCCTCAGTGTCCAACGCAATACGAGTTGCAGACCAGGACACATGGAATTCCACTTCCCTCTCCAGTACTCAACCAAAGCAGTCTCTAGAAAAG

我使用了以下命令，它可以打开文件并进行反转，但在输出中不显示序列 ID（例如：>adbca3e）。

代码是：

#!/usr/local/perl

open (NS, "sequence02C.fna");
while (<NS>) {
    if ($_ =~ tr/ATGC/TACG/) {print $_;}
}

输出文件只是序列的互补而不是反向。 此外，它不包含序列 ID ">adbca3e"

任何人都可以建议适当的代码来立即执行此序列的反向互补并将结果放入输出文件吗？

Answer 1

您只打印包含A、T、G 或C 的行。你想打印每一行，所以打印不应该是有条件的。

#!/usr/local/perl

use strict;               # Always
use warnings;             # Always

while (<>) {
    if (/^>/) {           # Only modify lines starting with ">".
       tr/ATGC/TACG/;
       $_ = reverse($_);  # You didn't reverse.
    }

    print;                # Print undconditionally.
}

（tr///和print默认使用$_。）

注意我没有打开文件。您可以按如下方式使用该程序：

perl program.pl sequence02C.fna >sequence02C_revcomp.fna

或

perl -i~ program.pl sequence02C.fna

后者在原地修改文件。 （小心！先测试一下。不过，它确实会进行备份。）

Answer 2

你说你有一个“逆向”的程序，但它只提供互补。也许这对你来说是一个很明显的描述，但对我来说不是很清楚。

如果“reverse”是指反向打印字符串，只需使用reverse 函数。补充我假设正在使用相应的核碱基，这就是你的音译的意思tr/ATGC/TACG/。

要修复不打印 ID，只需删除打印语句中的 if 条件即可。

我要做的只是将菱形运算符用于这样的小程序：

use strict;
use warnings;
use feature 'say';

while (<>) {
    chomp;
    unless (/^>/) {
        tr/ATGC/TACG/;            # transliterate non-ids
        my $reverse = reverse;    # reverse $_
        say $reverse;             # do something with $reverse
    }
    say;          # print current line
}

那么你可以像这样使用这个程序：

$ perl program.pl sequence02C.fna > output.txt