Discussion :

[Jasmine80]

juste un défaut : si une association ID_contig/ID_oligo existe dans le fichier résultat du blast avec un ID_contig non présente dans le fichier d'origine des associations ID_contig/ID_oligo, celle-ci n'apparait plus dans plus le fichier OUT. Je pense qu'il faudrait ajouter une catégorie KO qui rende compte de ce cas de figure même si a priori il ne devrait pas exister à cause de la construction des banques de séquences restreintes.

Oui, c'est exactement la remarque que j'avais faite précédemment

Le problème de vouloir que la liste des oligos associés aux contigs soit exactement la même dans les deux fichiers risque de poser problème si les paramètres de blast ont été mal réglés. Si Blast pour un contig trouve ne fusse qu'un hit de plus ou de moins que ce qui se trouve dans le fichier OLIGO ... cela sera donc considéré comme une différence d'oligos associés à ce contig.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
		# on regarde si la liste des oligos qui se sont blastés à ce contig (fichier CONTIG)
		# est la même que celle qui ont été trouvées dans le fichier OLIGO.		
		my $lc = List::Compare->new(\@{$oligo_tab{$contig}}, \@{$contig_tab{$contig}});
 
		# @LorRonly est la liste des oligos n'apparaissant que dans un seul des 2 array
		# il doit donc être nul afin de conclure que les listes des oligo associés à un 
		# même contig dans les 2 fichiers d'entrées sont les mêmes
		my @LorRonly = $lc->get_symmetric_difference;

@LorRonly est la liste des oligos n'apparaissant que dans un seul des 2 array mais va regarder les autres fonctions du module ListCompare. Tu peux également analyser les listes des oligo et récupérer l'union, l'intersection des 2 listes, les items présents que dans la liste 1 ou ceux n'étant présents que dans la liste 2 ... tu pourras donc ainsi vérifier que dans tes résultats blast tu aies bien toutes les paires d'origine mais également accepter qu'il y en ait des nouvelles.

[benlh]

Désolé, dans l'empressement je n'avais pas fait très attention à cette remarque que tu avais déjà faite. D'après ce que tu dis, l'utilisation du module List::Compare ouvre beaucoup de possibilités. Il va falloir que je me penche dessus plus en détails.

Sinon, j'ai poursuivi mon script et ai réussi (avec un peu d'aide là aussi) à faire tourner quelque chose de correct. Voulà ce que ça donne :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

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
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
 
 
use strict;
use warnings;
 
#---------------------------------------------------------# 
# DECLARATION DES VARIABLES
#---------------------------------------------------------# 
 
my ($lineB,$contig,$oligoA,$oligoB,$lineA,$query_name,$hit_name);
my (@elmtsA,@elmtsB);
my %contigA2oligoA; #hash liant ID_oligo/ID_contig avant blast
my %contigB2oligoB; #hash liant ID_oligo/ID_contig après blast
my %oligoB2dseablast; #hash liant chaque ligne du fichier blast à son ID_oligo pour construire le fichier OUT
 
#création et ouverture du fichier résultats
open OUT, "> oligo_contig_perfect.txt" or
	die "Unable to open oligo_contig_perfect file : $!\n";
 
#---------------------------------------------------------# 
# PARTIE 1 RECUPERATION DES DONNEES DU FICHIER OLIGO
# ET STOCKAGE DES DONNES DANS %contigA2oligoA;
#---------------------------------------------------------# 
 
#ouverture du fichier d'associations ID_oligo/ID_contig par le biais des ID_genbank
open ASSO, "< oligo_otherV6.txt" or
	die "Unable to open input file #2 : $!\n";
 
	# saut du header
  while ($lineA=<ASSO>) {
	if ($lineA =~ /^#/) {#Header
    next;
  }
 
  #extraction des données ligne par ligne
  chomp $lineA;
 
  #splitage de chaque ligne dans le tableau elmtsA et mise en mémoire uniquement des ID_oligo et ID_contig dans les variables $oligoA et $contig
	@elmtsA=split "\t", $lineA;
	$contig=$elmtsA[0];
	$oligoA=$elmtsA[4];
 
	#mémorisation dans la table de hachage des associassions ID_contig/ID_oligo sous les clés ID_contig
  if (defined $contigA2oligoA{$contig}) {
		$contigA2oligoA{$contig}=$contigA2oligoA{$contig}."\t$oligoA";
	} else {
		$contigA2oligoA{$contig}=$oligoA;
	}
}
close (ASSO);
 
 
#---------------------------------------------------------# 
# PARTIE 2 RECUPERATION DES DONNEES DU FICHIER CONTIG
# ET STOCKAGE DES DONNES DANS %contig_tab;
#---------------------------------------------------------#
 
#ouverture du fichier de résultats des blasts                                                
open ASSO, "< blastn-oligo_restrict_otherV6-contig_restrict_otherV6-1e-3-1e-3-1,1.csv" or
	die "Unable to open input file #1 : $!\n";
 
# saut du header ou d'une ligne vide
## my $noLine=0; ## inutile de créer la variable $noLine, cette information est contenue dans $. 
while ($lineB=<ASSO>) {
	##$noLine++;
	chomp $lineB;
	##if ($lineB =~/^#/ || $noLine==1) {#Header
	if ($lineB =~/^#/ || $. == 1)
      print OUT "$lineB;match\n"; #création du header pour le fichier résulats
      next;
  }
 
  #splitage des lignes et extraction des données à mémoriser
	@elmtsB=split ";", $lineB;
	$query_name=$elmtsB[0]; # =ID_oligo
	$oligoB2dseablast{$query_name}=$lineB; # hash liant chaque ligne du fichier blast à son ID_oligo pour construire le fichier OUT
        $hit_name=$elmtsB[4]; # =ID_contig
 
  #enregistrement des associations ID_oligo($query_name)/ID_contig ($hit_name) dans le hash sous la clé ID_contig ($hit_name)
	if (defined $contigB2oligoB{$hit_name}) {
		$contigB2oligoB{$hit_name}=$contigB2oligoB{$hit_name}."\t$query_name";
	} else {
		$contigB2oligoB{$hit_name}=$query_name;
  }
}
close (ASSO);
 
#---------------------------------------------------------# 
# PARTIE 3 COMPARAISON DES VALEURS RECUPEREES
# ET ECRITURE DANS LE FICHIER OUT
#---------------------------------------------------------# 
 
#lecture des données pour chaque clé (ID_contig) des dans le hash "blast"
foreach $contig (sort keys %contigB2oligoB) {
  $lineB=$contigB2oligoB{$contig};
  @elmtsB=split "\t", $lineB;
 
  #vérification de la présence de l'ID_contig dans le premier hash 
  if (defined $contigA2oligoA{$contig}) {
    $lineA=$contigA2oligoA{$contig};
    @elmtsA=split "\t", $lineA; 
 
    #vérification des ID_oligo dans les deux hahs pour le même ID_contig
    foreach $oligoB (@elmtsB) {
      my $found=0; #variable booléenne pour faire le tri entre les clé présentes dans les deux hash (=1) ou seulement dans le hash "blast" (=0)
      $lineB=$oligoB2dseablast{$oligoB};
      foreach $oligoA  (@elmtsA) {
        if ($found==0 && $oligoA eq $oligoB){
          print OUT "${lineB}OK\n"; #association exacte dans les deux hash=OK 
          $found=1;
        }
      }
      if ($found==0) {
        print OUT "${lineB}NA\n"; #association non vérifiée entre les deux hash mais avec des clés déclarées dans les deux hash=NA
      }
    }
 
  #alternative si une nouvelle clé ID_contig est présente dans la table de hash "blast" et pas dans la première
  } else {
    foreach $oligoB (@elmtsB) {
      $lineB=$oligoB2dseablast{$oligoB};
      print OUT "${lineB}KO\n";
    }
  }
}
close(OUT);

[benlh]

je me suis planté sur la variable booléenne : c'est pour faire le tri sur les ID_oligo associés à chaque ID_contig (clé) trouvé dans les deux hash