Motif commun à des sequences

[Isabella83]

Bonjour à tous,
Je suis confrontée à un problème que je n'arrive pas à résoudre.
J'ai un fichier qui ressemble à cela :
Code :
Sélectionner tout - Visualiser dans une fenêtre à part

Code :

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
>seq1
ACTTTCCACAACGATGGAAGATGATGA
>seq2
ACTTTCCACAACGATGGAAGATGATGAA
>seq3
ATTCCACAACGATGGAAGATGATGAA
>seq4
CTTTCCACAACGATGGAAGATGATGAA
>seq5
NTCCACAACGATGGAAGATGATGAAGA
>seq6
TACTTTCCACAACGATGGAAGATGATGA
>seq7
TACTTTCCACAACGATGGAAGATGATGAA
>seq8
TCCACAACGATGGAAGATGATGA
>seq9
AAAGAAGAAATTGAATAAATATATGTC
>seq10
AAAGAAGAAATTGAATAAATATATGT
>seq11
AAAGAAGAAATTGAATAAATATATGTCA
>seq12
AAAGAAGAAATTGAATAAATATAT
>seq13
AAAGAAGAAATTGAATAAATATATG
>seq14
AAAGAAGAAATTGAATAAATATA

Je souhaiterai trouver la séquence la plus petite que toutes ces séquences partagent entre elle (en gras dans mon exemple), et donc la seule séquence que j'aimerai récupérer est la seq 8 et seq14
>seq8
TCCACAACGATGGAAGATGATGA
>seq14
AAAGAAGAAATTGAATAAATATA

Quelqu'un aurait une idée ? Une suggestion ?
J'ai fait ceci, mais ca ne fonctionne pas :

Code :

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
#!/usr/bin/perl
use strict;
use warnings;
use Carp qw(confess);
use Getopt::Long;
use List::MoreUtils qw(uniq);
use Bio::SeqIO;
 
my %hash;
my ($fasta_file,$out_file);
GetOptions("fasta=s" => \$fasta_file,"out=s" => \$out_file);
open(my $out,'>',$out_file) or die "$out_file : $!\n\n";
my $in = Bio::SeqIO->new( -file => $fasta_file, '-format' => 'Fasta' );
 
# read file in hash
while ( my $seq = $in->next_seq()){
	my $id = $seq->id() ;
	my $sequence = $seq->seq ;
	$hash{$sequence}=$id;
}
 
my @all_seq=keys (%hash); # @seq contient toutes les sequences
my @uniqueseq;
my $find=0;
 
foreach my $seqs (@all_seq){
	$find=0;
	my $seq=uc($seqs);  #uppercase
	foreach (@uniqueseq){
		if ($_=~/$seq/){ # si ma sequence contient 
			$_=$seq; #remplace avec la plus petite sequence
			$find=1;
		}
	}
	if ($find==0){
		push @uniqueseq,$seq;
	}
}
 
foreach (@uniqueseq){
	print ">$hash{$_}\n$_\n";
}

[Lolo78]

Envoyé par Isabella83

Je souhaiterai trouver la séquence la plus petite que toutes ces séquences partagent entre elle (en gras dans mon exemple), et donc la seule séquence que j'aimerai récupérer est la seq 8 et seq14

Euh, la plus petite séquence ou la plus grande?

[Isabella83]

La plus petite,
j'ai finalement reussi en fasant comme ceci :

Code :

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
#!/usr/bin/perl
use strict;
use warnings;
use Carp qw(confess);
use Getopt::Long;
use List::MoreUtils qw(uniq);
use Bio::SeqIO;
 
my %hash;
my ($fasta_file,$out_file);
GetOptions("fasta=s" => \$fasta_file,"out=s" => \$out_file);
open(my $out,'>',$out_file) or die "$out_file : $!\n\n";
my $in = Bio::SeqIO->new( -file => $fasta_file, '-format' => 'Fasta' );
 
# read file in hash
while ( my $seq = $in->next_seq()){
	my $id = $seq->id() ;
	my $sequence = $seq->seq ;
	$hash{$sequence}=$id;
}
 
my @all_seq=keys (%hash); # @seq contient toutes les sequences
my @sort_all_seq = sort @all_seq;
 
my @uniqueseq;
my $find=0;
 
foreach my $seqs (@sort_all_seq){
	$find=0;
	my $seq=uc($seqs);  #uppercase
	foreach (@uniqueseq){
		if ($_=~/$seq/){ # si ma sequence contient 
			$_=$seq; #remplace avec la plus petite sequence
			$find=1;
		}
		if ($seq=~/$_/){ 
			$find=1;
		}
	}
	if ($find==0){
		push @uniqueseq,$seq;
	}
}
 
my @final = uniq @uniqueseq;
 
foreach (@final){
	print ">$hash{$_}\n$_\n";
}