将一个值与perl上的一系列重叠值进行比较。
将一个值与perl上的一系列重叠值进行比较。
提问于 2014-02-25 09:46:25
第一个文件列出转录因子和与它们相关的基因组区域。它被排列为chr，起始位置，末端位置，转录因子的名称。看起来是这样的：
chr1 10089 10309 ZBTB33
chr1 10132 10536 TAF7_(SQ-8)
chr1 10133 10362 Pol2-4H8
chr1 10148 10418 MafF_(M8194)
chr1 10382 10578 ZBTB33
chr1 16132 16352 CTCF
chr1 29308 29578 TAF1
chr1 29328 29558 HEY1
chr2 89802 90046 USF-1
chr4 91180 91560 CTCF请注意，许多区域重叠。
第二个文件很简单。一列查询。看起来是这样的：
chr1_10350
chr1_12090
chr1_16250
chr1_24512
chr5_1142341我希望获得一份报告查询及其相关转录因子的输出。如下所示：
chr1_10350 TAF7_(SQ-8)
chr1_10350 Pol2-4H8
chr1_10350 MafF_(M8194)
chr1_10350 ZBTB33
chr1_16250 CTCF我尝试了来自(match one list to another)的修改后的perl脚本：
#!/usr/bin/perl
use warnings;
use strict;
open(my $db, "<", "first_file.txt") or die "Cannot open < first_file.txt: $!";
open(my $tst, "<", "second_file.txt") or die "Cannot open < second_file.txt: $!";
open (OUT, ">Result.txt") or die "Cannot create output file";
my @database;
while (<$db>) {
chomp;
my @fields = split;
push @database, \@fields;
}
while (my $line = <$tst>) {
chomp($line);
my ($chr, $pos) = split /_/, $line;
foreach my $entry (@database) {
if ($chr eq $entry->[0] && $entry->[1] <= $pos && $pos <= $entry->[2]) {
print OUT "$line $entry->[3]\n";
}
}
}但是不仅速度非常慢，而且来自第二个文件的重复查询(例如chr1_10350)只会导致输出中的一个条目，而不是所有这些条目。
如能提供指导，将不胜感激。谢谢。
回答 2
Stack Overflow用户
回答已采纳
发布于 2014-02-25 10:22:18
您可以尝试使用下面的bash，使用system命令执行它
加入-t‘’-1，1 -2 1 <(cat second_file.txt cat awk‘{gsub(/，“"，$1)；打印$0}') first_file.txt|cut -d’‘-f1,2,5|awk -F’'{print $1"_"$2”$3;}‘
Stack Overflow用户
发布于 2014-02-25 16:51:42
我已经在我的机器上提供的数据(Win7，ActiveState Perlv5.16)上执行了您的脚本，并且运行得很好。
注意:结果数据只包含4个元素(这是正确的)：
chr1_10350 TAF7_(SQ-8)
chr1_10350 Pol2-4H8
chr1_10350 MafF_(M8194)
chr1_16250 CTCF页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/22010246
复制相关文章
相似问题
腾讯云开发者
