如何在fasta格式的序列中找到每个碱基的位置

Question

请帮助找到一个fasta格式的序列起始位置的位置是35658014，结束位置分别是3个和5个区域的35657750。我的序列是逐行的。

感谢你

Answer 1

您是否尝试在这些位置获取实际的基因代码？我不知道Bio Perl但是如果它只是一个字符串，这就是你可以做的：

首先，这个正则表达式将从字符串中删除垃圾：

$seq =~ s/^>*.+\n//;

这个将删除换行符

$seq =~ s/\n//g;

然后只使用常规perl substr：http://perldoc.perl.org/functions/substr.html

my $section = substr($seq, $start-1, $end-$start);

假设您的开始和结束将第一个元素计为1。

当然，如果您已经在使用bioperl（您可能应该这样做），请使用subseq函数：http://doc.bioperl.org/releases/bioperl-1.0.1/Bio/Seq.html#POD8。该页面有足够的信息可以读取FASTA序列，并根据开始和结束从中获取代码。