按长度重新排列 FASTA 格式文件中的序列？

Question

应该使用哪种算法将 FASTA 序列重新排列为长度顺序（最短在前）？ 它需要按长度顺序对序列进行排序，但要显示所有信息，而不仅仅是长度。

我可以使用Bio::FastaFormat#length 对序列的“长度”进行排序，将长度放入数组中，然后排序：

require 'rubygems'
require 'bio'

file = Bio::FastaFormat.open(ARGV.shift)
seqarray = []
file.each do |seq|
  a = seq.length
  seqarray.push a
end

puts seqarray.sort

这会按顺序显示序列长度，但我需要能够看到的是原始 FASTA 格式，按长度顺序。

我不能将seq.length（每个序列的长度）添加到seq.entry（整个fasta格式）然后排序，因为seq.length是一个整数而seq.entry给出了字符串。我尝试转换seq.length.to_s，将其添加到seq.entry，然后排序。这是我得到的最接近的，不幸的是长度在一个字符串中，所以他们订购1,11,111而不是1,2,3等：

require 'rubygems'
require 'bio'

file = Bio::FastaFormat.open(ARGV.shift)
seqarray = []
file.each do |seq|
  a = (seq.length).to_s + ' = length' + seq.entry
  seqarray.push a
end
puts seqarray.sort

完成此操作后，我尝试使用 sequence_id 而不是整个条目进行上述操作，并且没有将长度转换为字符串，但 id 中有字母，所以我无法添加长度整数收到错误消息。

是的，有什么建议吗？

Answer 1

我认为你可以使用“how to sort a ruby array of strings by length”。

使用链接中描述的 lambda 将数组映射到新数组。

像这样：

require 'rubygems'
require 'bio'

file = Bio::FastaFormat.open(ARGV.shift)
seqarray = []
file.each do |seq|
    seqarray.push seq
end

puts seqarray.sort_by {|x| x.length}