散列中的基因表达数据

Question

我有两个数据文件:一个包含基因表达数据，另一个包含基因组注释数据。我必须比较一个文件的第1列和第2列中的值，如果1>2，则输出该行以及在注释数据文件的同一行中找到的refseq id。

到目前为止，我已经打开了这两个文件进行读取：

#!usr/bin/perl
use strict;
use warnings;

open (my $deg, "<", "/data/deg/DEG_list.txt") or die $!;
open (my $af "<", "/data/deg/Affy_annotation.txt") or die $!;

# I want to store data in hash

my %data;
while (my $records = <$deg>) {
  chomp($records);

  # the first line is labels so we want to skip this
  if($records =~ /^A-Z/) {
    next;
  else {
    my @columns = split("/\s/", $records);

    if ($columns[2] > $columns[1]) {
      print $records;
    }
  }
}

我想在每次发生这种情况时打印这一行，但我还想打印在另一个数据文件中找到的基因id。我不确定如何做到这一点，加上我现在的代码不工作，因为它不只是打印行。

Answer 1

除了这里和那里缺少括号之外，您的问题可能是您的正则表达式

if($records =~ /^A-Z/) {

这将查找以此文字字符串开头的行，例如A-Zfoobar，而不是您可能认为的任何以大写字母开头的字符串。您可能需要：

if($records =~ /^[A-Z]/) {

方括号表示内部有范围的字符类。

您还应该知道，split /\s/, ...拆分到一个空格上，这可能不是您想要的，因为它会为您拥有的每个额外的空格创建空域。除非您显式地希望在单个空格上拆分，否则您可能希望

split ' ', $records;

它将拆分成多个连续的空格，并去掉前导空格。

Answer 2

代码中的两个主要问题

if($records =~ /^A-Z/) ...

如果你想检测一行开头的字母，你最好

if($records =~ /^[a-z]/i) ... starting with any letter
if($records =~ /^[A-Z]/) ...  starting with big letter

和在

my @columns = split("/\s/", $records);

正则表达式在这里是一个字符串...(自引用)，要让正则表达式删除引号

my @columns = split(/\s/, $records);

但是，如果即使有多个空格也要拆分字段，请使用

my @columns = split(/\s+/, $records);

而不是。