根据ID列表提取fasta序列

根据基因列表,从总的fasta文件中提取相关的序列,是经常遇到的问题,这个脚本很好地帮助我实现这个动作,很速度。


用法:perl $0 gene.list   *fa  > out

#! /usr/bin/perl -w
use strict;
die "perl $0 <lst><fa>\n" unless  @ARGV==2;
my ($lst,$fa)=@ARGV;
open IN,$lst||die;
my %ha;
map{chomp;$ha{(split)[0]}=1}<IN>;
close IN;

$fa=~/gz$/?(open IN,"gzip -cd $fa|"||die):(open IN,$fa||die);
$/=">";<IN>;$/="\n";
my %out;
while(<IN>){
	my $info=$1 if(/^(\S+)/);
	$/=">";
	my $seq=<IN>;
	$/="\n";
	$seq=~s/>|\r|\*//g;
	print ">$info\n$seq" if(exists $ha{$info} && ! exists $out{$info});
	$out{$info}=1;
}
close IN;

评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值