Question

又是我。即使查看文档，我也无法创建数组的哈希。我希望HoA包含DNA序列中基序（较小序列）的对数奇数得分。我希望结构看起来像：

$HoA{$id}[$pos] = #score based on the position

$id是序列ID，$pos是序列中基序开始的位置。我输入了一个.txt文件，其中包含如下格式的DNA序列：

>Sequence_1
TCAGAACCAGTTATAAATTTATCATTTCCTTCTCCACTCCT
>Sequence_2
CCCACGCAGCCGCCCTCCTCCCCGGTCACTGACTGGTCCTG
>Sequence_3
TCGACCCTCTGGAACCTATCAGGGACCACAGTCAGCCAGGCAAG

例如：序列1第2位的基元为'AGA'。下面是我到目前为止的代码（略有简化）：

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

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 %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, etc.
    }
    else
    {
        $HoA{$id} = [ split(//) ]; #Splits the contents to allow for position reference later
        $loscore{$id} .= 0; #Creates a hash with each id number to have a log-odds score (initial score 0)
        $maxscore{$id} .= -30; #Creates a hash with each id number to have a maxscore (initial score -30)
    }
}
close FILE;

my $width = 3;

my %logodds;  #I know there is a better way to do this - this is just for simplicity
$logodds{'A'}[0] = 0.1;
$logodds{'A'}[1] = 0.2;
$logodds{'A'}[2] = 0.3;
$logodds{'C'}[0] = 0.2;
$logodds{'C'}[1] = 0.5;
$logodds{'C'}[2] = 0.2;
$logodds{'G'}[0] = 0.3;
$logodds{'G'}[1] = 0.2;
$logodds{'G'}[2] = 0.4;
$logodds{'T'}[0] = 0.4;
$logodds{'T'}[1] = 0.1;
$logodds{'T'}[2] = 0.1;

print Dumper (\%logodds);
print "\n\n";
for my $base (qw( A C G T))
{
    print "logodds$base @{$logodds{$base}}\n";
}

my @arr;

foreach $id (keys %HoA)
{   
    for my $pos1 (0..length($HoA{$id})-$width-1)    #Look through all positions the motif can start at
    {
        for my $pos2 ($pos1..$pos1+($width-1)) #look through the positions at a specific motif starting point
        {
            for my $base (qw( A C G T))
            {
                if ($HoA{$id}[$pos2] eq $base)  #If the character matches a base:
                {
                    for my $pos3 (0..$width-1) #for the length of the motif:
                    {
                        $arr[$pos1] += $logodds{$base}[$pos3]; 
                        @{ $loscore{$id}} = @arr; #Throws error here
                    }
                }   
            }   
        }
    }
}
print Dumper(\%loscore);

我不断收到错误消息：在第75行使用“ strict refs”时，不能使用字符串（“ 0”）作为ARRAY ref。

使用我想要的数据对数得分的示例是：

$HoA{'Sequence 1'}[2] = 0.1 + 0.2 + 0.3 = 0.6

因此，在序列1中的位置2开始的主题'AGA'的log-odds得分是0.6。感谢您的耐心配合和帮助！让我知道是否需要澄清任何事情。

Answer 1

我在您的代码中看到了一些问题。考虑以下几行：

$HoA{$id} = [ split(//) ];  # Splits the contents to allow for position reference later
$loscore{$id} .= 0;  # Creates a hash with each id number to have a log-odds score (initial score 0)
$maxscore{$id} .= -30;  # Creates a hash with each id number to have a maxscore (initial score -30)

根据您的评论，您似乎想用0和-30初始化%loscore和%maxscore的条目。但是，不是使用旧的=符号，而是使用.=运算符（用于附加字符串）。我认为这不是您想要的，因此请考虑将.=更改为=。

（或者您可能打算使用//=。那样，如果%loscore和%maxscore已经有一个$id条目，则不会被覆盖。但是只有您可以确定地说出是否要使用//=运算符。）

现在让我们看一下$loscore{$id} = 0。这告诉我们%loscore是一个哈希（或“关联数组”），对于每个条目，其键值都为$ id，数字为值。

但是，在您的代码中进一步包含以下内容：

@{ $loscore{$id} } = @arr;

$loscore{$id}由${ ... }包装的事实告诉我们%loscore中的值是数组引用。但是我们已经在上面确定了它的值是数字！

由于将数字作为数组引用，Perl认为这是错误。

您可能要写的是：

@{ $HoA{$id} } = @arr;

由于%HoA散列中的值包含数组引用，因此有必要将 that 作为数组取消引用。

Answer 2

我认为这可以解决问题：替换

$loscore{$id} .= 0; $maxscore{$id} .= -30;

使用

foreach $id (keys %HoA)
    {
        for my $len (0..(length($HoA{$id})-$width-1))
        {
            push @{ $loscore{$id} }, 0;
            push @{ $maxscore{$id} }, -30;
        }
    }

让我知道您是否要添加任何内容。

Perl：为DNA序列的对数得分创建和处理数组的哈希值

2 个答案: