On 06/23/2011 05:51 PM, yixf wrote: > 不用Bioperl，直接使用hash也很容易实现的。不过bioperl的普适性更好，毕竟 > bioperl的诞生 就是为了解决大家都会遇到的问题。 > 如果学完perl，还不会用hash，那就无话可说了。 > > 在 2011年6月23日 下午5:13，xiumu <[email protected] > <mailto:[email protected]>>写 道： > > 最好不要引用什么东西，就是单纯的程序就能实现。20种氨基酸比较多，写 > 一个剩下的我自己 补就好了。程序越容易理解越好 > > On 6月23日, 下午1时03分, jie liu <[email protected] > <mailto:[email protected]>> wrote: > > 写的很乱，请参考。附件有序列文件和程序文件 > > > > > > ###///////////////////////////////////////////////////////////////////////# > ## > > ###//////////////程序名称：.. > > ###//////////////作者：盛夏 > > ###//////////////时间：2011/06/22 > > ###//////////////备注：序列处理部分的代码来源于 柳城 > > > > ###///////////////////////////////////////////////////////////////////////# > ## > > > > #!/usr/bin/perl -w > > > > $dirname = "D:/xProject/Perl/3"; #指定Random DNA sequences所在目录 > > > > opendir( DIR, $dirname ) || die "Error in opening dir $dirname\n"; > > > > while ( ( $filename = readdir(DIR) ) ) { > > > > #print("$filename\n"); #循环输出该目录下的文件。 > > > > $num = 0; > > $/ = '>'; #输入记录分隔符，默认是/n > > > > open FASTA, "<$dirname/$filename"; > > open disc, ">disc_$filename"; ## 生成一个文件保存描述信息 > > open seq, ">seq_$filename"; ## 生成一个文件保存序列信息 > > open all, ">all_$filename"; ## 生成一个文件记录完整的信息 > > while (<FASTA>) { > > > > $seq_line = ''; > > s/>//g; > > @seq = split "\n"; > > if (@seq) { > > $desc = $seq[0]; ## 这是>后面的描述 > > chomp($desc); > > foreach $i ( 1 .. ( @seq - 1 ) ) {## '..'意思同'～' > > chomp( $seq[$i] ); > > $seq[$i] =~ s/\n//g; ## 把序列的换行符去掉 > > $seq_line .= $seq[$i]; ##把多行的Fasta序列转为一行} > > > > @seq2 = split(//,$seq_line); > > foreach $i ( 1 .. ( @seq2 - 1 ) ) {## '..'意思同'～' > > if(($i+3)%3 != 0) { > > $seq_line2 .= $seq2[$i]; > > }else{ > > $seq_line2 .= $seq2[$i]." ";} > > } > > > > print disc ">$desc\n"; > > print seq ">\n$seq_line\n"; > > print all ">$desc\n$seq_line2\n";} > > } > > > > close disc; ## 关闭文件 > > close seq; ## 关闭文件 > > close all; ## 关闭文件 > > > > } > > > > closedir(DIR); ## 关闭目录 > > > > 2011/6/23 xiumu <[email protected] > <mailto:[email protected]>> > > > > > > > > > > > > > > > > > > > > > FASTA是生物信息数据库的常用存储方式，了解FASTA格式的含义，用 > perl编写程序分离注释行内容，分离蛋白质序列，并转变成氨基酸三字母表示 > > > 方式。说明使用的perl数据结构和程序的变量转换过程，解释含义。 > > > > > 承认这是个作业・・・・・ 谢谢各位老大了・・・时间比较紧急 明天就交 > 了・・・・・・ 程序于简单越好 > > > > > >1A23:A|PDBID|CHAIN|SEQUENCE > > > >:注释行 > > > > > > > AQYEDGKQYTTLEKPVAGAPQVLEFFSFFCPHCYQFEEVLHISDNVKKKLPEGVKMTKYHVNFMGGDLGKDLTQA > WAVAM > > > > > > > ALGVEDKVTVPLFEGVQKTQTIRSASDIRDVFINAGIKGEEYDAAWNSFVVKSLVAQQEKAAADVQLRGVPAMFV > NGKYQ > > > LNPQGMDTSNMDVFVQQYADTVKYLSEKK > > > 数据内容 > > > >1AAR:B|PDBID|CHAIN|SEQUENCE > > > > > > > MQIFVKTLTGKTITLEVEPSDTIENVKAKIQDKEGIPPDQQRLIFAGKQLEDGRTLSDYNIQKESTLHLVLRLRG > G > > > >1AG2:A|PDBID|CHAIN|SEQUENCE > > > > > > > GLGGYMLGSAMSRPMIHFGNDWEDRYYRENMYRYPNQVYYRPVDQYSNQNNFVHDCVNITIKQHTVTTTTKGENF > TETDV > > > KMMERVVEQMCVTQYQKESQAYY > > > >1AJ3:A|PDBID|CHAIN|SEQUENCE > > > > > > > AKLNESHRLHQFFRDMDDEESWIKEKKLLVSSEDYGRDLTGVQNLRKKHKRLEAELAAHEPAIQGVLDTGKKLSD > DNTIG > > > KEEIQQRLAQFVDHWKELKQLAAARGQRLE > > > >1ARR:B|PDBID|CHAIN|SEQUENCE > > > MKGMSKMPQFNLRWPREVLDLVRKVAEENGRSVNSEIYQRVMESFKKEGRIGA > > > > > -- > > > 您收到此邮件是因为您订阅了 Google 网上论坛的"PerlChina Mongers > 讨论组"论坛。 > > > 要向此网上论坛发帖，请发送电子邮件至 > [email protected] <mailto:[email protected]>。 > > > 要取消订阅此网上论坛，请发送电子邮件至 > [email protected] > <mailto:perlchina%[email protected]>。 > > > 若有更多问题，请通过http://groups.google.com/group > /perlchina?hl=zh-CN访 问此网上论坛。 > > > > -- > > Best regards, > > Liu Jie > > > > 020-32015312 > > Guangzhou Institutes of Biomedicine and Health, Chinese Academy > of Scienceshttp://www.gibh.cas.cn/ <http://www.gibh.cas.cn/> > > > > Protein seq.fasta > > < 1K查看下载 > > > > 1.pl <http://1.pl> > > 2K查看下载 > > -- > 您收到此邮件是因为您订阅了 Google 网上论坛的“PerlChina Mongers 讨 > 论组”论坛。 > 要向此网上论坛发帖，请发送电子邮件至 [email protected] > <mailto:[email protected]>。 > 要取消订阅此网上论坛，请发送电子邮件至 > [email protected] > <mailto:perlchina%[email protected]>。 > 若有更多问题，请通过 > http://groups.google.com/group/perlchina?hl=zh-CN 访问此网上论坛。 > > > -- > 您收到此邮件是因为您订阅了 Google 网上论坛的“PerlChina Mongers 讨论组” > 论坛。 > 要向此网上论坛发帖，请发送电子邮件至 [email protected]。 > 要取消订阅此网上论坛，请发送电子邮件至 > [email protected]。 > 若有更多问题，请通过 http://groups.google.com/group/perlchina?hl=zh-CN > 访问此网上论坛。 这是我写的一个程序，使用者自己加上其他的氨基酸三字母表示形式，经测试无 误，学学Bioperl的模块吧，方便快捷 #!/usr/bin/perl #=============================================================================== # # FILE: fasta.pl # # USAGE: ./fasta.pl # # DESCRIPTION: in response # # AUTHOR: ocrack # CREATED: 06/23/2011 09:23:54 PM #===============================================================================
use strict;
use warnings;
my $desc;
my $seq = '';
while (<DATA>) {
next, unless (chomp);
if (/^>(.+)/) {
&process_seq($seq), unless ($seq eq '');
$seq = '';
&process_desc($1);
}
else {
$seq .= uc;
}
}
&process_seq($seq);
sub process_desc() {
my @desc = split /\|/, shift;
print "seqence annotation is:\n", join( "\t", @desc ), "\n";
}
sub process_seq() {
my %triples = qw(M Met C Cys);#need to add others triple aa
my $seq = shift;
$seq =~ s/[\s\t]//g;
print "triple aa sequence is:\n";
foreach ( split // , $seq ) {
print $triples{$_};
}
print "\n";
}
__DATA__
>a|b
MCM
>c|d
CCM
--
您收到此邮件是因为您订阅了 Google 网上论坛的“PerlChina Mongers 讨论组”论坛。
要向此网上论坛发帖，请发送电子邮件至 [email protected]。
要取消订阅此网上论坛，请发送电子邮件至 [email protected]。
若有更多问题，请通过 http://groups.google.com/group/perlchina?hl=zh-CN 访问此网上论坛。
fasta.pl
Description: Perl program
