Question

我成功创建了一个数组的哈希，并使用它来计算文件中每个DNA序列的对数得分（Creating a hash of arrays for DNA sequences, Perl具有输入文件格式）。我得到每个序列的分数，但每次计算都会得到警告。自然，我想清除警告。警告是：Use of uninitialized value in string eq at line 148。

这是代码的摘要版本（如有必要，我可以发布完整的代码）：

use strict;
use warnings;
use Data::Dumper;

#USER SPECIFICATIONS
print "Please enter the filename of the fasta sequence data: ";
my $filename1 = <STDIN>;

#Remove newline from file
chomp $filename1;

#Open the file and store each dna seq in hash
my %id2seq = ();
my %HoA = ();
my %loscore = ();
my $id = '';
open (FILE, '<', $filename1) or die "Cannot open $filename1.",$!;
my $dna;
while (<FILE>)
{
    if($_ =~ /^>(.+)/)
    {
         $id = $1; #Stores 'Sequence 1' as the first $id, for example
    }
    else
    {
        $HoA{$id} = [ split(//) ]; #Splits the contents to allow for position reference later
        $id2seq{$id} .= $_; #Creates a hash with each seq associated to an id number, used for calculating tables that have been omitted for space
        $loscore{$id} .= 0; #Creates a hash with each id number to have a log-odds score
    }
}
close FILE;

#User specifies motif width
print "Please enter the motif width:\n";
my $width = <STDIN>;

#Remove newline from file
chomp $width;

#Default width is 3 (arbitrary number chosen)
if ($width eq '')
{
    $width = 3;
}

#Omitting code about $width<=0, creation of log-odds score hash to save space

foreach $id (keys %HoA, %loscore)
{
    for my $pos (0..($width-1))
    {
        for my $base (qw( A C G T))
        {
            if ($HoA{$id}[$pos] eq $base) #ERROR OCCURS HERE
            {
                $loscore{$id} += $logodds{$base}[$pos];
            }
            elsif ( ! defined $HoA{$id}[$pos]) 
            {
                print "$pos\n"; 
            }
        }
    }
}
print Dumper(\%loscore);

我得到的输出是：

Use of uninitialized value in string eq at line 148, <STDIN> line 2.
2
(This error repeats 4 times for each position - most likely due to matching to each $base?)

$VAR1 = {
         'Sequence 15' => '-1.27764697876093',
         'Sequence 4' => '0.437512962981119',
         (continues for 29 sequences)
        }

总而言之，我想计算每个序列的对数得分。我有一个对数奇数分数哈希%loscore，其中包含主题内每个位置的碱基分数。对数得分是通过将参考值相加得出的。例如，如果log-odds表是

序列CAG的对数奇数得分为7+3+2=12。

目前，我认为该错误是由于我将DNA字符串拆分为数组散列的方式而发生的。如前所述，如果您需要所有代码以便可以复制粘贴，则可以提供它。我认为解决方案非常简单，我只需要有人指出正确的方向即可。感谢您提供所有帮助，如有疑问，我可以澄清。另外，任何可以帮助我发布更简洁的问题的技巧都值得赞赏（我知道这很长，我只想提供足够的背景信息）。

Answer 1

这是我用来遍历％HoA的代码。它计算每个序列的对数奇数分数，然后遍历每个序列以找到每个序列的最大分数。非常感谢大家的帮助！

foreach $id (keys %HoA)
{
    for my $pos1 (0..length($HoA{$id})-1)
    {
        for my $pos2 ($pos1..$pos1+($width-1))
        {
            for my $base (qw( A C G T))
            {
                if ($HoA{$id}[$pos2] eq $base)
                {
                    for my $pos3 (0..$width-1)
                    {
                        $loscore{$id} += $logodds{$base}[$pos3];

                        if ($loscore{$id} > $maxscore{$id})
                        {
                            $maxscore{$id} = $loscore{$id};
                        }
                    }
                }
                elsif ( ! defined $HoA{$id}[$pos2])
                {
                    print "$pos2\n";
                }
            }
        }
    }
}

消除我的Perl数组散列中的单位化值

1 个答案: