perl 脚本在 multifasta 文件中搜索主题并打印完整序列以及标题行答案

【问题标题】：perl Script to search for a motif in a multifasta file and print the complete sequence along with the header lineperl 脚本在 multifasta 文件中搜索主题并打印完整序列以及标题行
【发布时间】：2016-04-02 00:26:27
【问题描述】：

我能够在多 fasta 文件中搜索主题并打印包含主题的行....但我需要打印所有序列以及包含 fasta 序列的主题的标题行。请帮助我，我只是 perl 的初学者

#!usr/bin/perl -w
use strict;

print STDOUT "Enter the motif: ";
my $motif = <STDIN>;
chomp $motif;


my $line;
open (FILE, "data.fa");
while ($line = <FILE>) {
  if ($line =~ /$motif/)  {
     print $line;
   }
}

【问题讨论】：

标签： perl bioinformatics

【解决方案1】：

试试这个：

Bio::DB::Fasta

页面上的说明。如需更多示例或说明，只需在 Google 上搜索：“使用 Bio::DB::Fasta”

要安装它，只需按照以下任何说明进行操作，我建议以超级用户身份使用 CPAN.pm 方法：

Installing Perl Modules

【讨论】：

非常感谢您的回复.....因为我还是 perl 的初学者，所以我需要一个纯 perl 脚本而不是 bioperl 模块。
既然是初学者，为什么需要纯 Perl？
对于初学者来说，从小型、自包含的程序中学习比大型 API 更容易。尤其是在这种情况下 - 学习解析 FASTA 文件是使用脚本进行简单解析的一个很好的介绍。

【解决方案2】：

您上面编写的脚本不记得当前的序列标识符，因此您不知道哪个标识符与每个序列相关联。

我在下面修改了您的脚本，将所有 FASTA 序列读入映射（标识符 => 序列）的散列，然后迭代该散列，在适当的时候打印出匹配项。对于非常大的序列文件，这将是一种不合适的方法，但是在编写新脚本来分析数据时，学习如何编写这样的小辅助函数可能会大大加快速度。了解如何在 Perl 中使用和操作哈希和其他数据结构也很重要，因为您遇到的大多数代码都不是初学者编写的。

#!/usr/bin/perl

use strict;
use warnings;

print STDOUT "Enter the motif: ";
my $motif = <STDIN>;
chomp $motif;

my %seqs = %{ read_fasta_as_hash( 'data.fa' ) };
foreach my $id ( keys %seqs ) {
    if ( $seqs{$id} =~ /$motif/ ) {
        print $id, "\n";
        print $seqs{$id}, "\n";
    }
}

sub read_fasta_as_hash {
    my $fn = shift;

    my $current_id = '';
    my %seqs;
    open FILE, "<$fn" or die $!;
    while ( my $line = <FILE> ) {
        chomp $line;
        if ( $line =~ /^(>.*)$/ ) {
            $current_id  = $1;
        } elsif ( $line !~ /^\s*$/ ) { # skip blank lines
            $seqs{$current_id} .= $line
        }
    }
    close FILE or die $!;

    return \%seqs;
}

【讨论】：

【解决方案3】：

@james_thompson 的回答很棒。如果您正在寻找更多功能的东西，我会使用它。如果您正在寻找一个更简单的版本（也许用于教学？），这也足够了 - 但请注意，如果中间有一个艰难的回报，这将错过主题。

#!usr/bin/perl -w
use strict;

print STDOUT "Enter the motif: ";
my $motif = <STDIN>;
chomp $motif;


my $line;
my $defline;
open (FILE, "data.fa");
while ($line = <FILE>) {
  if ($line =~ /^>/) {
     $defline = $line;
   } elsif ($line =~ /$motif/)  {
     print($defline,$line);
   }
}
close (FILE);

您会注意到我还在文件句柄上添加了显式关闭。

【讨论】：