Question

对不起，如果这个问题太简单了。但是在下面的代码中遇到一个问题时，我的思绪已经陷入困境。问题将随之而来。

1. open(my $go_file, "<", "gene_associations_go_human.txt") or die "Can't open the file!"; 
2. open(my $selected_genes, "<", "my_selected_genes.txt") or die "Can't open the file!";
3. open(my $output, ">", "output_go_file.txt") or die "Can't open the file!";

4. my %go_hash; 
5. chomp(my @sel_genes=<$selected_genes>);

6. while(<$go_file>){

7.        chomp($_);
8.        my @go_line=split("\t", $_);

9.        $go_hash{$go_line[4]}=[] unless exists $go_hash{$go_line[4]}; 
10.       push @{$go_hash{$go_line[4]}}, $go_line[2];
11. }

12. foreach my $go_term (sort keys %go_hash){

13.      my @genes=@{$go_hash{$go_term}};
14.      @genes= uniq(@genes);

15.      my $count=0;
16.      foreach my $element(@genes){
17.            my $score=grep{$element eq $_} @sel_genes;
18.            $count++ if($score>0);
19       }

21.      @genes=sort(@genes);
22.      push(@genes, ($#genes+1, $count));

23.      print $output($go_term."\t".join("\t",@genes)), "\n";

24. }
25. close($go_file);
26. close($selected_genes);
27. close($output);

编辑：输入和输出文件示例

**$go_file:**
UniProtKB   A0A183  LCE6A   NA  GO:0031424
UniProtKB   A0A5B9  TRBC2   NA  GO:0016021
UniProtKB   A0AUZ9  KANSL1L NA  GO:0000123
UniProtKB   A0AV02  SLC12A8 NA  GO:0006813
UniProtKB   A0AV02  SLC12A8 NA  GO:0015293
UniProtKB   A0AV02  SLC12A8 NA  GO:0016021


**$selected_genes:**
DOLPP1
SPIC1
KANSL1L
SLC12A8
TRAF1
CDF7

**$output should be like this:**
GO:0000123  KANSL1L 1   1   
GO:0006813  SLC12A8 1   1   
GO:0031424  LCE6A   1   0   
GO:0015293  SLC12A8 1   1   
GO:0016021  SLC12A8 TRBC2   2   1

我正在制作%go_hash（基于$go_file），根据关联的3rd column（$go_terms保存基因数组（5th column）文件），%go_hash中的数组长度可以不同。我有另一个文件$selected_genes，它只有一列超过5000个独特基因。我应该计算每个%go_hash数组中的基因数量，并找出$selected_genes列表中存在的每个数组的基因数量（如果没有重叠，0应该存在）。然后将这两个数字添加到散列中相应数组的末尾，并生成新的$output文件。除了一个想法之外，当它被打印到这个输出文件时，最终结果中的一切都很好。计数器变量$count，每个数组与$selected_genes重叠的基因数量始终为0。（实际上有很多重叠，所以它不应该一直0。我尝试了很多方法，但没有改变，特别是在15和19之间的代码行。也许问题出在代码的其他部分。

我在哪里做错了？有人可以纠正我吗？提前感谢您的任何评论/帮助。

Answer 1

open my $go_file, "gene_associations_go_human.txt" or die "Can't open the file!"; 
open my $selected_genes, "my_selected_genes.txt" or die "Can't open the file!";

my %sel_genes = map { chomp; $_ => 1 } <$selected_genes>;

my %result; 
while(<$go_file>){
  chomp;
  my @r = split /\t/;

  $result{$r[4]} = { count1=>0, count2=>0, data=>{}} if not defined $result{$r[4]};
  $result{$r[4]}->{count1}++;

  $result{$r[4]}->{data}->{$r[2]} = defined $sel_genes{$r[2]} ? 1 : 0; 
  $result{$r[4]}->{count2}++ if defined $sel_genes{$r[2]}; 
}

for my $r (keys %result) {
  print $r . "\t" . join("\t", keys %{$result{$r}->{data}}) . "\t" . $result{$r}->{count1} . "\t" . $result{$r}->{count2} . "\n";
}

如何计算Perl中不同结构的两个文件中的匹配数

1 个答案: