如何在Perl中以這種格式'gi | 216 ATGCTGTGCTGATGCTG'拆分這個字符串'gi

-3

我解析包含如何在Perl中以這種格式'gi | 216 ATGCTGTGCTGATGCTG'拆分這個字符串'gi | 216ATGCTGATGCTGTG'？

gi|216CCAACGAAATGATCGCCACACAA 
gi|21-GCTGGTTCAGCGACCAAAAGTAGC

的FASTA比文件我想這個字符串分割成這樣：

gi|216 CCAACGAAATGATCGCCACACAA 
gi|21- GCTGGTTCAGCGACCAAAAGTAGC

對於第一個字符串，我用

$aar=split("\d",$string);

但是，沒沒有工作。我該怎麼辦？

來源

2012-12-15 user1905797

您能否描述您的要求？什麼地方出了問題，你怎麼想這個字符串？你有一個例子，但沒有解釋！請編輯您的問題並更新它（問題關閉前快速填寫） – gideon

請解釋您的需求：是否總是有一個*欄*，一些小數，後面跟着一個大寫或罷工！？你會保留一切還是隻保留一個或某個特定部分？ –

始終使用'use strict;使用警告;'!!!這應該是'split（/ \ d /，$ string）' – ikegami

所以你解析一些基因數據，每行有一個前綴gi|，然後是數字和連字符序列，然後是核苷酸序列？如果是這樣，你可以做這樣的事情：

my ($number, $nucleotides); 
if($string =~ /^gi\|([\d-]+)([ACGT]+)$/) { 
    $number  = $1; 
    $nucleotides = $2; 
} 
else { 
    # Broken data? 
}

這假定你已經剝去了前導和尾隨的空白。如果你這樣做，你應該得到第一個爲$number = '216'和$nucleotides = 'CCAACGAAATGATCGCCACACAA'，第二個爲$number = '216-'和$nucleotides = 'GCTGGTTCAGCGACCAAAAGTAGC'。

看起來像BioPerl有一些處理fasta數據的東西，所以你可能想使用BioPerl的工具，而不是滾動你自己的。

來源

2012-12-15 07:01:00

感謝它的工作和對我的幫助... – user1905797

下面是我如何去做這件事。

#!/usr/bin/perl -Tw 

use strict; 
use warnings; 
use Data::Dumper; 

while (my $line = <DATA>) { 

    my @strings = 
     grep {m{\A \S+ \z}xms}      # no whitespace tokens 
     split /\A (\w+ \| [\d-]+)([ACTG]+) /xms, # capture left & right 
     $line; 

    print Dumper(\@strings); 
} 

__DATA__ 
gi|216CCAACGAAATGATCGCCACACAA 
gi|21-GCTGGTTCAGCGACCAAAAGTAGC

來源

2012-12-15 07:04:52 ddoxey

如果你只是想添加一個空格（不能真正從你的問題告訴），使用substitution。爲了把空間 ACTG的任何分組面前：

$string =~ s/([ACTG]+)/ \1/;

或數字和破折號任何分組後添加一個標籤：

$string =~ s/([\d-]+)/\1\t/;

注意，這將在地方替代上$string 。

來源

2012-12-15 16:26:03 carillonator

這些DNA序列可以是任意長度的，所以你的第一種方法往往變得越來越無效，因爲正則表達式捕捉有時非常長的字符串。你的第二種方法更好，因爲它只需要替換前幾個字符。 – mpe

如何在Perl中以這種格式'gi | 216 ATGCTGTGCTGATGCTG'拆分這個字符串'gi | 216ATGCTGATGCTGTG'？

回答

相關問題