Question

下面是我搜索在命令行输入的用户提供的主题的FASTA文件的代码。当我运行它并输入一个我知道在文件中的主题它返回'Motif not found'。我只是Perl的初学者，我无法理解如何将其打印出来的主题，更不用说返回标题行了。我很感激你解决这个问题的任何帮助。

感谢。

use warnings;
use strict;


my $motif;  
my $filename;  
my @seq;   
#my $motif_found;  
my $scalar;  

$filename = $ARGV[0];  

open (DNAFILE,$filename) || die "Cannot open file\n";
@seq = split(/[>]/, $filename);
print "Enter a motif to search for; ";

$motif = <STDIN>;  

chomp $motif;  
foreach $scalar(@seq) {  
    if ($scalar =~ m/$motif/ig) {
        print "Motif found in following sequences\n";  
        print $scalar;  
    } else {
        print "Motif was not found\n";  
    }  
}  
close DNAFILE;

Answer 1

“滚动你自己的”Fasta解析器毫无意义。 BioPerl花了数年时间开发一种产品，不使用它会很愚蠢。

use strict;
use Bio::SeqIO;

my $usage = "perl dnamotif.pl <fasta file> <motif>";
my $fasta_filename = shift(@ARGV) or die("Usage: $usage $!");
my $motif = shift(@ARGV) or die("Usage: $usage $!");

my $fasta_parser = Bio::SeqIO->new(-file => $fasta_filename, -format => 'Fasta');
while(my $seq_obj = $fasta_parser->next_seq())
{
  printf("Searching sequence '%s'...", $seq_obj->id);
  if((my $pos = index($seq_obj->seq(), $motif)) != -1)
  {
    printf("motif found at position %d!\n", $pos + 1);
  }
  else
  {
    printf("motif not found.\n");
  }
}

该程序仅在每个序列中找到第一个基序匹配的（从1开始）位置。可以轻松编辑它以找到每个匹配的位置。它也可能无法以您想要/需要的格式完全打印。我将把这些问题留作“读者的练习”。：）

如果您需要下载BioPerl，请尝试this link。如果您有任何问题，请告诉我。

对于像这样的生物信息学问题，我发现BioStar论坛非常有帮助。

Answer 2

您尝试读取文件名，而不是文件句柄。

替换

@seq = split(/[>]/, $filename);

通过

@seq = <DNAFILE>

（或者如果你需要的话可以拆分 - 我不知道你的分裂/ [＆gt;] /应该做什么：在[]中放一个字符是没有意义的。

在FASTA文件中搜索motif并返回包含motif的每个序列的标题行

2 个答案: