Discussion :

[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

1
2
3
>FBgn0034742 type=gene; loc=2R:complement(18487910..18493140); ID=FBgn0034742; name=CG4294; dbxref=FlyBase:FBan0004294,FlyBase:FBgn0034742,FlyBase_Annotation_IDs:CG4294,GB:AA202210,GB:AA263903,GB:AW941631,UniProt/TrEMBL:Q9W238,GB_protein:AAF46861,INTERPRO:IPR019607,EntrezGene:37579,InterologFinder:37579,BIOGRID:63195,DroID:FBgn0034742,DRSC:FBgn0034742,FLIGHT:FBgn0034742,FlyAtlas:CG4294-RA,FlyMine:FBgn0034742,GenomeRNAi:37579,modMine:FBgn0034742; derived_computed_cyto=58F1-58F1%3B Limits computationally determined from genome sequence between @P{lacW}l(2)k13211<up>k13211</up>@%26@P{EP}EP827@ and @P{PZ}l(2)rG270<up>rG270</up>@; gbunit=AE013599; MD5=de181d96921fe601ef2dbf64c2181d6a; length=5231; release=r5.44; species=Dmel; 
>FBgn0051637 type=gene; loc=2L:6498642..6526996; ID=FBgn0051637; name=CG31637; dbxref=FlyBase:FBgn0051637,FlyBase:FBan0031637,FlyBase_Annotation_IDs:CG31637,GB_protein:AAF52398,FlyBase:FBgn0031827,FlyBase:FBgn0031828,FlyBase:FBgn0062239,GB:AA817254,GB:AI061950,GB:AW943257,GB:AX093983,GB:AY058647,GB_protein:AAL13876,UniProt/TrEMBL:Q9VMC3,INTERPRO:IPR000863,EntrezGene:33914,InterologFinder:33914,BIOGRID:60070,DPIM:FBgn0051637,DroID:FBgn0051637,DRSC:FBgn0051637,FLIGHT:FBgn0051637,FlyAtlas:CG31637-RA,FlyMine:FBgn0051637,GenomeRNAi:33914,modMine:FBgn0051637; derived_computed_cyto=26D9-26E1%3B Limits computationally determined from genome sequence between @P{EP}Sec61α<up>EP2180</up>@ and @P{lacW}Ate1<up>k10809</up>@; gbunit=AE014134; MD5=557958edbe7c9a6a3fb874b35a21df39; length=28355; release=r5.44; species=Dmel; 
>FBgn0085370 type=gene; loc=2L:complement(18532728..18571648); ID=FBgn0085370; name=Pde11; dbxref=FlyBase_Annotation_IDs:CG10231,GB_protein:AAF53676,GB_protein:AAF53675,FlyBase_Annotation_IDs:CG34341,FlyBase:FBgn0085370,FlyBase_Annotation_IDs:CG15159,GB_protein:AAM52774,GB:CZ481948,FlyBase:FBan0010231,UniProt/Swiss-Prot:Q9VJ79,GB:BG635636,GB:CZ489023,GB:CZ489022,GB:CZ473163,GB:CZ478706,INTERPRO:IPR003607,INTERPRO:IPR002073,INTERPRO:IPR003018,GB:AY122262,GB:CZ481559,FlyBase:FBgn0032686,FlyBase:FBgn0032687,FlyBase:FBan0015159,EntrezGene:35107,INTERPRO:IPR023088,INTERPRO:IPR023174,GB_protein:ADV37087,GB_protein:ADV37086,InterologFinder:35107,BIOGRID:61102,DroID:FBgn0085370,DRSC:FBgn0085370,FLIGHT:FBgn0085370,FlyAtlas:CG15159-RA;CG10231-RA,FlyMine:FBgn0085370,GenomeRNAi:35107,modMine:FBgn0085370; derived_computed_cyto=36F6-36F6%3B Limits computationally determined from genome sequence between @P{lacW}Aac11<up>k06710</up>@ and @P{EP}CG10413<up>EP2164</up>@; gbunit=AE014134; MD5=0979ee8fe04ac9fcf62386a2916a9a26; length=38921; release=r5.44; species=Dmel;

Donc l'information que je souhaite récuperer se trouve toujours dans la "variable" dbxref, après "FlyBase_Annotation_IDs:" (en gras) ... mais comme dans l'exemple, cette info ne se trouve pas toujours au meme moment dans la variable, je ne peux donc pas utiliser le morceau de code que j'ai ecris ci dessous ....

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
while ( my $ligne = <$inp1> ) {
	chomp $ligne;
	if ( $ligne =~ m{^>} ) {
		my ($type, $loc,$ID,$name,$dbxref,$other,$gbunit,$MD5,$length,$release,$species ) = split /;/, $ligne;
		my ($flybase,$flybase2,$CG,undef)=split /,/, $dbxref;
		$ID   =~ s{ *ID=}{};
		$loc   =~ s{ *loc=}{};
		$name =~ s{ *name=}{};
		$CG =~ s{ *}{FlyBase_Annotation_IDs:};
		my ($chr,$coor)=split /:/,$loc;
		print ">$ID;$name;$CG;chr$chr\n";
 
	}

Quelqu'un pourrait m'aider svp ?

[Philou67430]

Pourquoi ne par travailler avec une tableau de hashage :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
while ( my $ligne = <$inp1> ) {
  chomp $ligne;
  if ( $ligne =~ m{^>} ) {
  my %data = map { split /=/, $_ } split /;/, $ligne;
  my ($chr, $coor) = split /:/, $data{loc};
  my ($flybase,$flybase2,$CG)=split /,/, $data{dbxref};
  print ">$data{ID};$data{name};$data{CG};chr$chr\n";
}

[Isabella83]

Je ne peux pas faire :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

my ($flybase,$flybase2,$CG)=split /,/, $data{dbxref};

Car dans la variable dbxref, $flybase,$flybase2,$CG ne sont pas toujours dans cet ordre là (cf mon exemple ci dessus); $CG (que je veux récuperer) n'est pas tout le temps en 3é position, mais il est toujours après "FlyBase_Annotation_IDs:" dans dbxref ...

[Philou67430]

Alors procède comme j'ai fait pour le niveau supérieur, avec %data :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
my %dbxref;
foreach my $data (split /,/, $dbxref) {
  my ($key, $val) = split /:/, $data;
  $dbxref{$key} = [] if !exists $dbxref{$key};
  push $dbxref{$key}, $val;
}

J'ai utilisé un tableau pour les éléments de %dbxref, car il peut y avoir plusieurs valeurs différentes pour la même clé (plusieurs Flybase, Flybase_annotation_IDs, ...).

[Isabella83]

Je ne suis pas sûre d'avoir bien compris, mais j'ai fait comme ceci :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
while ( my $ligne = <$inp1> ) {
	chomp $ligne;
	if ( $ligne =~ m{^>} ) {
		my ($type, $loc,$ID,$name,$dbxref,$other,$gbunit,$MD5,$length,$release,$species ) = split /;/, $ligne;
		#my %data = map { split /=/, $_ } split /;/, $ligne; # creer un hash avec $data tous les x de x=nianiania
 
		foreach my $data (split /,/, $dbxref) {
  			my ($key, $val) = split /:/, $data;
  			$dbxref{$key} = [] if !exists $dbxref{$key};
  			push $dbxref{$key}, $val;
		}
	}
}

J'ai l'erreur suivante que je ne comprends pas :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
Type of arg 1 to push must be array (not hash element) at entete_fasta.pl line 28, near "$val;"
Execution of entete_fasta.pl aborted due to compilation errors.

J'ai modifié par :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

push @{$dbxref{$key}}, $val;

Et si j'ai bien compris, %dbxef contient toutes les valeurs, dont "FlyBase_Annotation_IDs" et sa valeur, mais comment afficher cette valeur la et pas une autre ?
avec un

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
while( my ($k,$v) = each(%dbxref) ) {
   print "$v\n" if($k eq 'FlyBase_Annotation_IDs')
}

[Philou67430]

J'ai modifié par :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

push @{$dbxref{$key}}, $val;

Ce qui est très bien, désolé pour l'erreur, je n'ai pas testé avant de poster.

Et si j'ai bien compris, %dbxef contient toutes les valeurs, dont "FlyBase_Annotation_IDs" et sa valeur, mais comment afficher cette valeur la et pas une autre ?
avec un

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
while( my ($k,$v) = each(%dbxref) ) {
   print "$v\n" if($k eq 'FlyBase_Annotation_IDs')
}

Il y a plus simple : concaténer (ou faire toute autre opération d'agglomération) toutes les valeurs du tableau référencé par $dbxref{FlyBase_Annnotation_IDs} :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

print join ",", @{$dbxref{FlyBase_Annnotation_IDs}};