| 查看: 1789 | 回复: 8 | ||
[求助]
请帮忙编写一个perl程序处理文本(提取GI号) 已有1人参与
|
|
现在我碰到这样一个问题，我有一个文本文件1.txt，是Blastx的结果，内容如下： gi|293567070|gb|FS329526.1|FS329526,gi|219980050|emb|CAX06392.1|,33.96,106,70,0,406,723,256,361,5e-014,72.0 gi|293567070|gb|FS329526.1|FS329526,gi|219980050|emb|CAX06392.1|,30.43,161,107,3,244,711,28,188,7e-013,68.2 gi|293567070|gb|FS329526.1|FS329526,gi|219980050|emb|CAX06392.1|,32.31,130,84,2,334,711,180,309,1e-012,67.4 gi|293567065|gb|FS329521.1|FS329521,gi|388506924|gb|AFK41528.1|,42.27,220,115,1,107,766,67,274,9e-043, 167 gi|293567064|gb|FS329520.1|FS329520,gi|388510998|gb|AFK43565.1|,80.84,167,32,0,239,739,16,182,1e-079, 289 。。。。。。 后面还有很多序列，总共大概3M左右。 现在想提取前面核酸序列的GI号：gi|293567070，gi|293567065。。。输出为txt文本，其中重复的只输出一个， 另外，再输出一个文本，提取后面蛋白序列的GI号：gi|219980050，gi|388506924。。。重复的也是只输出一个。 各位大虾，请问怎样编写一个perl程序处理上面的问题啊？谢谢了！ |
回复此楼» 猜你喜欢
售SCI一区T0P文章，我:8.O.55.1.O54,科目全,可伽急
已经有5人回复
-
2026国自然函评费到账
已经有12人回复
-
跳槽后在研项目怎么办？
已经有8人回复
-
售SCI一区T0P文章，我:8.O55.1.O.54,科目全,可十急
已经有10人回复
-
售SCI一区T0P文章，我:8.O.55.1.O54,科目全,可伽急
已经有5人回复
-
售SCI一区文章，我:8O5.5.1.O5.4,科目全,可伽急
已经有4人回复
-
售SCI一区T0P文章，我:8.O.55.1.O.5.4,科目全,可+急
已经有7人回复
-
售一区SCI文章T0P，我:8O.551.O54,科目全,可十急
已经有5人回复
-
售SCI一区文章，我:8O5.5.1.O5.4,科目全,可伽急
已经有7人回复
-
售SCI一区T0P文章，我:8O.55.1.O.5.4,科目齐全,可+急
已经有6人回复
» 本主题相关价值贴推荐，对您同样有帮助:
- 请帮忙编写一个perl程序处理文本
已经有26人回复
- Perl 生物信息学编程求助，运行出现问题，烦请帮忙查找一下错误，谢谢！
已经有3人回复
- 编写一个程序处理文本内容，删除长度<10，开头的，不以CTG结尾的那些序列
已经有7人回复
- 请教Windows系统下perl脚本的ARGV应用问题，谢谢
已经有5人回复
- 求助用perl语言编一个程序把一个文件分成两个文件
已经有3人回复
- 程序语言版拟开新子版“Shell&Perl&Python”
已经有10人回复
- 写了一个fortran90的小程序，编译通不过，请大侠帮忙
已经有59人回复
- 求助一个perl 使用svg，最好要中文的。谢谢！
已经有1人回复
longwen36
铁杆木虫 (正式写手)
- 应助: 11 (小学生)
- 金币: 6165.9
- 红花: 16
- 帖子: 344
- 在线: 208.4小时
- 虫号: 766090
- 注册: 2009-05-08
- 性别: GG
- 专业: 功能陶瓷
2楼2012-06-25 12:49:44
christina1213
木虫 (正式写手)
- 应助: 6 (幼儿园)
- 金币: 4181.9
- 散金: 20
- 帖子: 658
- 在线: 118小时
- 虫号: 599542
- 注册: 2008-09-11
- 专业: 生物信息学
【答案】应助回帖
★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★
感谢参与，应助指数 +1
湖人湖人: 金币+10, ★有帮助, 用Excel删除重复项 2012-06-25 21:57:16
xzhdty: 金币+1, 谢谢 2012-06-26 06:19:02
湖人湖人: 金币+10, ★★★很有帮助 2012-06-26 21:02:39
感谢参与，应助指数 +1
湖人湖人: 金币+10, ★有帮助, 用Excel删除重复项 2012-06-25 21:57:16
xzhdty: 金币+1, 谢谢 2012-06-26 06:19:02
湖人湖人: 金币+10, ★★★很有帮助 2012-06-26 21:02:39
|
#!/usr/bin/perl use strict; use warnings; open (IN, "<1.txt"  ;open (OUT, ">>out.txt" ;while (my $line= my @cut=split("|gb|",$line); print OUT $cut[0]."\n"; } close IN; close OUT; 去重的话用EXCEL吧，一下就搞定了，不用写程序。 |
3楼2012-06-25 20:04:52
libralibra
至尊木虫 (著名写手)
骠骑将军
- 程序强帖: 40
- 应助: 817 (博后)
- 金币: 12914.1
- 红花: 64
- 帖子: 2238
- 在线: 287.3小时
- 虫号: 696514
- 注册: 2009-02-05
- 专业: 计算机软件
4楼2012-06-26 00:04:46
mycaas
铁杆木虫 (正式写手)
- 应助: 13 (小学生)
- 金币: 6371.6
- 散金: 801
- 红花: 6
- 帖子: 586
- 在线: 549小时
- 虫号: 654016
- 注册: 2008-11-14
- 性别: GG
- 专业: 科学社会主义
5楼2012-06-27 00:59:46
6楼2012-06-29 16:39:02
7楼2012-06-30 21:11:33
bovine
铜虫 (正式写手)
- 应助: 0 (幼儿园)
- 金币: 1050.1
- 红花: 1
- 帖子: 366
- 在线: 137.5小时
- 虫号: 1825174
- 注册: 2012-05-19
- 性别: GG
- 专业: 微生物遗传育种学
【答案】应助回帖
|
#!/usr/bin/perl -w use strict; open FH,'<','C:\Users\Administrator\Desktop\1.txt' or die "Cannot open this file $!"; open OUT, '>>','C:\Users\Administrator\Desktop\2.txt'; print OUT "核酸gi\t\t蛋白gi\n"; while (<FH> {chomp; push my @cut, split("gb",$_); foreach (@cut){ if (m/^(gi\|\d+\|)/){ print OUT $1."\t"; }elsif (m/(gi\|\d+\|)/){ print OUT $1."\n"; } } } close FH; close OUT; |
8楼2013-11-05 22:38:18
rongren
木虫 (小有名气)
- 应助: 3 (幼儿园)
- 金币: 6019.2
- 散金: 158
- 红花: 2
- 帖子: 242
- 在线: 350.4小时
- 虫号: 894578
- 注册: 2009-11-05
- 性别: GG
- 专业: 基因表达调控与表观遗传学
【答案】应助回帖
|
#!/usr/bin/perl -w open IN,"<1.txt"; my (@nuclearacid,@protein,@nuclearacidnew,@proteinnew); my %hash; while (<IN> {my @abc=split /\|gb\|/,$_; push @nuclearacid,$abc[0]; my @def=split /,/,$abc[1]; push @protein,$def[1]; } close IN; open OUT1,">out1.txt"; foreach (@nuclearacid) { print OUT1 "$_\n" unless $hash{$_}++; } close OUT1; open OUT2,">out2.txt"; foreach (@protein) { print OUT2 "$_\n" unless $hash{$_}++; } close OUT2; |
9楼2014-07-21 21:32:55
