Question

我有一个FASTA文件如下

>header1
AAAAA
AAA
>header2
BBBBB

我已经能够使用DBI通过perl创建一个SQLite表。

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

my $dbh = DBI->connect( "DBI:SQLite:dbname=gene.db" , "" , "" ,
                    { PrintError => 0 , RaiseError => 1 } );
$dbh->do("DROP TABLE IF EXISTS genes");
$dbh->do("CREATE TABLE genes(gene_name VARCHAR(50) PRIMARY KEY, sequence TEXT)");

parse();
sub parse{
my $fasta_file = 'example.faa';
my $header='';
my $sequence='';

open(INPUT, $test_file) || die "ERROR: can't read input file: $!";
    while(<INPUT>){
        if(/^>(.+?)/){
           $header=$1;
          #$dbh->do("INSERT INTO genes VALUES('$header','$sequence')");
           $sequence='';
        }else{
           $sequence.=$_;
        }
     }
}
$dbh->disconnect();

现在我知道$dbh->do("INSERT INTO genes VALUES('$header','$sequence')");会将标题和序列插入到数据库中，但我遇到第一个条目的问题，特别是如果第一个条目有多行序列。第一个条目的序列似乎向下移动到第二个。我试图将$dbh->do语句移到else中，但我可能会出错。想法？

sqlite> select * from Genes;
header      sequence
----------  ----------  
header1      
header2     AAAAAAAA

如果我将do()语句放在else子句中，我会收到以下错误。

DBD::SQLite::db do failed: column header is not unique

Answer 1

第一个条目没有$ sequence的值，所以我会以这种方式重构你的代码：

if(/^>(.+?)/) {
   $header=$1;

} else{
   $sequence = $_;
   $dbh->do("INSERT INTO genes VALUES(?, ?)", undef, $header, $sequence );  
}

注意$ dbh-＆gt; do语法，这种模式避免了sql注入问题

Answer 2

我认为你在while循环中的语句顺序是不正常的。并且您需要添加chomp来删除新行（除非您打算保留它们）。

open(INPUT, $test_file) || die "ERROR: can't read input file: $!";
    while(<INPUT>){
        chomp;
        if(/^>(.+)/){
            $dbh->do("INSERT INTO genes VALUES('$header','$sequence')") if $sequence;
            $header=$1;
            $sequence='';
        }else{
           $sequence.=$_;
        }
     }
     $dbh->do("INSERT INTO genes VALUES('$header','$sequence')") if $sequence;

         }

更新：在while循环后添加最后$ dbh-＆gt;以获取最后一条记录。

如何解析FASTA文件并使用DBI将序列提交到Perl中的SQLite db文件？

2 个答案: