在FASTA頭文件中成功匹配後打印下一行

Question

我有一些成功的代碼，如果一個數字位置（來自另一個文件）位於其中，並且將正則表達式捕獲和原始位置打印爲結果。

文件1點的示例數據：

7065_8#10 9436 - t 
7065_8#10 126477 - c 
7065_8#10 413711 + T 

文件2的示例數據：

>SAEMRSA15_00020 dnaN_DNA_polymerase_III,_beta_chain 2156 3289 forward 
ATGATGGAATTCACTATTAAAAGAGATTATTTTATTACACAATTAAATGACACATTAAAAGCTATTTCACCAAGAACAACATTACCT 
>SAEMRSA15_00060 gyrA_DNA_gyrase_subunit_A 7005 9674 forward 
ATGTCGGAAAAAGAAATTTGGGA 

代碼：

#!/usr/bin/perl 

use strict; 
use warnings; 
use autodie; 

my $outputfile = "/Users/edwardtickle/Documents/CC22CDS.txt"; 

open FILE1, "/Users/edwardtickle/Documents/CC22indels.tab"; 

open FILE2, "/Users/edwardtickle/Documents/CC22_CDS_rmmge.aln"; 

open(OUTPUTFILE, ">$outputfile"); 
my @file1list =(); 

while (<FILE1>) { 
    if (/^\S+\s+(\d+)/) { 
     push @file1list, $1; 
    } 
} 

close FILE1; 

while (<FILE2>) { 
    if (/^>(\S+\s+\S+\s+(\d+)\s+(\d+)\s+(\S+))/) { 
     my $cds1 = $1; 
     my $cds2 = $2; 
     my $cds3 = $3; 
     my $cds4 = $4; 

     for my $cc22 (@file1list) { 
      if ($cc22 > $cds2 && $cc22 < $cds3) { 
       print OUTPUTFILE "$cc22 $cds2 $cds3 $cds4\n"; 
      } 
     } 
    } 
} 

close FILE2; 

例如輸出：

9436 7005 9674 forward 

除了捕獲的信息外，我還希望在匹配後打印FASTA文件的下一行，其中包括該基因的序列數據。我希望在原始數據之後的下一行被打印在同一行上。這聽起來非常簡單，但我無法解決如何做到這一點！我試圖使用以前的答案，並將其併入我的代碼無濟於事（如下所示）。如果可能的話，請你改編我的代碼，而不是爲原始的正確代碼提供一個全新的方法，我試圖確保我理解我使用的每一個腳本，而不是簡單地粘貼在答案中。

所需的輸出：

9436 7005 9674 forward ATGTCGGAAAAAGAAATTTGGGA 

錯誤代碼：

#!/usr/bin/perl 

use strict; 
use warnings; 
use autodie; 

my $outputfile = "/Users/edwardtickle/Documents/CC22CDS.txt"; 

open FILE1, "/Users/edwardtickle/Documents/CC22indels.tab"; 

open FILE2, "/Users/edwardtickle/Documents/CC22_CDS_rmmge.aln"; 

open(OUTPUTFILE, ">$outputfile"); 
my @file1list =(); 

while (<FILE1>) { 
    if (/^\S+\s+(\d+)/) { 
     push @file1list, $1; 
    } 
} 

my $nextline = 0; 
close FILE1; 

while (my $line = <FILE2>) { 
    if (/^>(\S+\s+\S+\s+(\d+)\s+(\d+)\s+(\S+))/) { 
     my $cds1 = $1; 
     my $cds2 = $2; 
     my $cds3 = $3; 
     my $cds4 = $4; 

     for my $cc22 (@file1list) { 
      if ($cc22 > $cds2 && $cc22 < $cds3) { 
       if ($nextline) { 
        print OUTPUTFILE "$cc22 $cds2 $cds3 $cds4 $nextline\n"; 
        $nextline = ($line =~ /^>(\S+\s+\S+\s+(\d+)\s+(\d+)\s+(\S+))/); 
       } 
      } 
     } 
    } 
} 

close FILE2; 

提前感謝！

Answer 1

的問題是，你永遠不給$nextline值：

for my $cc22 (@file1list) { 
     if ($cc22 > $cds2 && $cc22 < $cds3) { 
      if ($nextline) { 
       ... 
      } 
     } 
    } 

有無處在環路$nextline才能完成設置，所以永遠不會執行if ($nextline)聲明。要改變這一點，你需要改變你的代碼，以便$nextline確實被初始化。由於您沒有發佈任何輸入數據，因此確切知道應該做什麼有點困難，但假設您在一行中獲得匹配，然後想要打印一些細節以及匹配之後的行的順序，使用下面的輸入文件1

my $nextline; 
while (my $line = <FILE2>) { 
    if ($line =~ /^>(\S+)\s+\S+\s+(\d+)\s+(\d+)\s+(\S+)/) { 
     my $cds1 = $1; 
     my $cds2 = $2; 
     my $cds3 = $3; 
     my $cds4 = $4; 

     # pull in the next line 
     $nextline = <FILE2>; 

     for my $cc22 (@file1list) { 
      if ($cc22 > $cds2 && $cc22 < $cds3) { 
       # print out the first part of the line without a line break 
       # and the next line, which already has the line break on it. 
       print OUTPUTFILE "$cc22 $cds2 $cds3 $cds4 $nextline"; 
      } 
     } 
    } 
} 

：

7065_8#10 992 - t 
7065_8#10 2264 - c 
7065_8#10 413711 + T 

輸出：您可以編輯代碼以下

992 517 1878 forward ATGTCGGAAAAAGAAATTTGGGA 
2264 2156 3289 forward ATGATGGAATTCACTATTAAAAGAGATTATTTTATTACACAATTAAATGACACATTAAAAGCTATTTCACCAAGAACAACATTACCT 

Answer 2

您從$nextline = 0開始。然後，您只更改以if ($nextline)開頭的塊中的$ nextline。塊永遠不會輸入，因爲$ nextline是0（false）。因此，直到腳本結束時，$ nextline保持爲0。