首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >如何在两个不同的文件中找到两个子字符串的计数和位置?

如何在两个不同的文件中找到两个子字符串的计数和位置?
EN

Stack Overflow用户
提问于 2011-02-03 14:12:23
回答 3查看 488关注 0票数 1

从给定的两个序列中,我需要每三个密码子检查一次,如果更改与以下列表中的更改相同,那么我必须检查更改的位置和更改的密码子,并计算它们出现的次数。

例如:

代码语言:javascript
复制
sequence 1 - TTCAUUUCCCAU
sequence 2 - TTTAUAUCGCAC

我需要得到的输出是

代码语言:javascript
复制
TTC->TTT considered/location-1/count-1
AUU->AUA considered/location-2/count-1
UCC->UCG considered/location-3/count-1

注意:不考虑CAU->CAC,因为它不在下面的列表中。LIST:->也应该考虑更改的方向。

代码语言:javascript
复制
first sequence->second sequence
TTC->TTT
CTG->UUA
AUU->AUA
GUG->GUA
UCC->UCG
CCC->CCG
ACC->ACG
GCC->GCG
UAC->UAU
UGA->UAG
CAC->CAU
CAG->CAA
AAC->AAU
AAG->AAA
GAC->GAU
GAG->GAA
UGC->UGU
CGG->CGU
AGC->AGU
AGG->CGU
AGA->CGU
UAA->UAG
GGC->GGU

到目前为止,我写的代码是:

代码语言:javascript
复制
print "Enter the sequence:";
$a = <>;

print "Enter the mutated sequence:";
$b = <>;

chomp($a);
chomp($b);

my @codon = split(/(\w{3})/, $a);
my @codon1 = split(/(\w{3})/, $b);

open(OUT, ">output.txt") or die;
$count = 0;
@new = ();
@new1 = ();
for ($i = 0; $i <= $#codon; $i++) {
    for ($j = 0; $j <= $#codon1; $j++) {
        if ($codon[$i] = {TTC}) || ($codon1[$j] = {TTT}) {
            $count++;
        }
    }
}
print OUT " @new";
close OUT;
EN

回答 3

Stack Overflow用户

回答已采纳

发布于 2011-02-03 15:38:42

代码语言:javascript
复制
#!/usr/bin/env perl
use strict;

my %seq_map = (
    "TTC"=>"TTT",
    "CTG"=>"UUA",
    "AUU"=>"AUA",
    "GUG"=>"GUA",
    "UCC"=>"UCG",
    "CCC"=>"CCG",
    "ACC"=>"ACG",
    "GCC"=>"GCG",
    "UAC"=>"UAU",
    "UGA"=>"UAG",
    "CAC"=>"CAU",
    "CAG"=>"CAA",
    "AAC"=>"AAU",
    "AAG"=>"AAA",
    "GAC"=>"GAU",
    "GAG"=>"GAA",
    "UGC"=>"UGU",
    "CGG"=>"CGU",
    "AGC"=>"AGU",
    "AGG"=>"CGU",
    "AGA"=>"CGU",
    "UAA"=>"UAG",
    "GGC"=>"GGU"
);

my %seq_count = ();

my $seq1 = "TTCAUUUCCCAU";
my $seq2 = "TTTAUAUCGCAC";

my $max = int(length($seq1) / 3);
for(my $i=0;$i<$max;$i++) {
    my $c1 = substr($seq1, $i*3, 3);
    my $c2 = substr($seq2, $i*3, 3);
    my $found = $seq_map{$c1};
    if ($found && ($found eq $c2)) {
        $seq_count{$c1} ||= 0;
        my $count = ++$seq_count{$c1};
        my $loc = $i+1;
        print "${c1}->${c2} considered / location ${loc} / count ${count}\n";
    }
}
票数 2
EN

Stack Overflow用户

发布于 2011-02-03 14:58:20

有许多方法可以实现这一点,就像Perl中的典型情况一样。

如果文件不大,您可以将文件逐行读入一个数组(或者,如果已经是每行一个条目,则只需将整个文件读入一个数组)。然后使用while循环(和第二个文件的文件句柄)比较二核苷酸的位置。

因为这是一个生物信息学问题,而且文件通常很大,所以我会聪明地从每个文件句柄逐行读取,并进行比较。

对于您尝试进行的3个字符的拆分,我将使用for循环,直到您正在检查的字符串的长度除以3 -1。然后创建正则表达式,抓取前三个字母,然后是下一个字母,依此类推…

/\d{$count}(\w{3})/这样的东西

while循环可能如下所示:

代码语言:javascript
复制
#!/usr/bin/perl -w
use strict;

open FILE1, "file1.txt" or die "Cannot open file1.txt: $!\n";
open FILE2, "file2.txt" or die "Cannot open file2.txt: $!\n";

my $count = 0;
while (<FILE1>) {
    chomp(my $lineF1 = $_);
    chomp(my $lineF2 = <FILE2>);

    # some changes may need to be made to this if statement
    if ($lineF1 eq $lineF2) {
        # do something important here
        print "$lineF1\n";
    } else {
        print "Line $count mismatch\n";
    }
    $count++;
}

close(FILE1);
close(FILE2);
票数 1
EN

Stack Overflow用户

发布于 2011-02-03 21:54:41

你能认为这两个文件中的密码子是“对齐的”吗?如果是这样的话,问题就很简单了:加载2级散列中的有效转换列表:

代码语言:javascript
复制
 # of course, you load this from a file...
 $transitions{TTC}{TTT} = 1;
 $transitions{CTG}{UUA} = 1;
 ...

然后,逐行读取这两个文件(或者它们只是一个字符串?):

代码语言:javascript
复制
# of course, I'm leaving out all the file manipulation...
my $line1 = <FILE1>;
my $line2 = <FILE2>;

my $maxlen1 = length($line1);
my $maxlen2 = length($line2);
my $i = 0;

while($i < $maxlen1 && $i < $maxlen2){
  my $codon1 = substr($line1, $i, $i+3);
  if(exists($transitions{$codon1}){
    my $codon2 = substr($line2, $i, $i+3);
    if(exists($transitions{$codon1}{$codon2}){
      print "we have a match $codon1 -> $codon2 at index $i\n";
    }
  }
  $i += 3;
}

如果你不想使用下一个if(),你可以计算$codon1和$codon2,然后检查if(exists($transitions{$codon1}{$codon2})) {},使用'exists‘可以避免自动生成问题...({$codon2}{$transitions}{$codon2}){}如果你不想使用nexted If (),你可以计算$codon1和$codon2,然后检查if(exists($transitions{$codon1}{$codon2})){}可以避免自动生成问题...

票数 0
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/4883062

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档