Discussion :

[pontarose]

bonjour,

J'ai une séquence et j'aimerais connaître le nombre de N dans celle-ci.
la position du premier N rencontré et celle du dernier N rencontré

fichier
>seq_1
ATTTTNNNNNGATCA
>seq_2
ATTTTAAAAAAGATCA

ce que je souhaite faire dans mon script c'est lorsque l'on rencontre un N on conserve la position et lorsque l'on rencontre le dernier N on conserve la poisition.

Ce que je n'arrive pas à traduire c'est garder le dernier N.

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
my $nbre =0;
open (SEQ, "< interm") or die("Impossible de lire dans le fichier$!");
 
while( my $ligne=<SEQ>){
    if($ligne =~ /^>(.+)$/){
	$nbre ++; 
    }
    else{
	if($ligne =~ /N/){
           for(my $i=1; $i<= length($ligne) ; $i++){
                if(substr("$ligne",0,$i) =~  /N/){
                       if( substr("$ligne",0,$i+1) ne  "N"){
                               #si la base suivante n'est pas un N, on conserve la position
	                       my $x=$i+1;
                               print("début: $i\tfin: $x");
	              }	
	       }
	  }
      }
   }
}

au final j'aimerais avoir
seq_1 \t2569 \t3520
seq_2 \t0 \t0



Pouvez vous m'orienter, merci

[Philou67430]

Je propose une méthode utilisant les listes, à travers le module List::MoreUtils:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
use List::MoreUtils qw(indexes);
 
my $seq_name;
foreach my $seq (<STDIN>) {
  if ($seq =~ /^>(.*)/) {
    $seq_name = $1; next;
  }
  else {
    my @N = indexes { /N/ } split //, $seq;
    ($first, $last) = ($N[0], $N[-1]);
    print join "\t", $seq_name, $first // 0, $last // 0;
    print "\n";
  }
}

Ce n'est sans doute pas la plus efficace.
On obtient le nombre d'occurrences de N avec scalar(@N).

[Beniou]

Pour cela tu peux utiliser la fonction pos de PERL qui garde en mémoire l'emplacement dans la chaîne du dernier caractère "matché".

Exemple pour ta boucle de lecture :

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
 
while( my $ligne=<SEQ>){
  my $current_seq;
  my $pos_debut = 0;
  my $pos_fin = 0;
 
  if($ligne =~ /^>(.+)$/){
    $current_seq = $1;
    print $current_seq."\n";
  }
  else{
    if($ligne =~ /N/){
      while($ligne =~ /(N+)/g){
	$pos_fin = pos($ligne);
	$pos_debut = $pos_fin - length($1) + 1;
	print "$pos_debut\t$pos_fin\n";
      }
    }
    else{
      print "$pos_debut\t$pos_fin\n";
    }
  }
}

Ici on regarde si la ligne contient au moins un N : si elle en contient on va regarder tous les paquets de N (N+) qu'elle contient et afficher leurs positions : pos repère l'indice dans la chaîne du dernier N matché et on retranche la longueur des N (ici $1) pour avoir la position du premier N. Et ceci marche si ta séquence contient plusieurs paquets de N.

La solution n'est pas optimale mais normalement elle fonctionne. A toi d'adapter la sotrtie en fonction de ce que tu veux.

EDIT : Philou67430 propose une autre méthode, à toi de voir celle qui te paraît la plus appropriée

[pontarose]

bonjour,

merci à vous,

Beniou comment récupérer la séquence pour avoir ceci:

au final j'aimerais récupérer
sequence\tpos_debut\tpos_fin

[pontarose]

Désolé,

Tout est OK. j'ai mis dans un tableau la sequence , les positions.

Encore merci

[pontarose]

J'ai un souci:
quand ma séquence possède plusieurs fragment de N. Je bloque pour indiquer le nom de la séquence

fichier
>seq_1
ATTTTNNNNNGATCANNNNN
>seq_2
ATTTTGTANNNN
>seq_3
ATTTTAAAAAAGATCA
>seq_4
ATTTTNNNNN

en effet, j'obtiens:
seq_4 6 10
seq_1 6 10
16 20
seq_3 0 0
seq_2 9 12


alors que je voudrais que ce soit
seq_4 6 10
seq_1 6 10
seq_1 16 20#avoir indiqué seq1
seq_3 0 0
seq_2 9 12

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
while( my $ligne=<SEQ>){
  my $current_seq;
  my $pos_debut = 0;
  my $pos_fin = 0;
 
  if($ligne =~ /^>(.+)$/){
    $current_seq = $1;
    print $current_seq."\t";
  }
  else{
    if($ligne =~ /N/){
      while($ligne =~ /(N+)/g){
	$pos_fin = pos($ligne);
	$pos_debut = $pos_fin - length($1) + 1;
	print "$pos_debut\t$pos_fin\n";
      }
    }
    else{
      print "$pos_debut\t$pos_fin\n";
    }
  }
}

Comment trier un tableau sur une colonne?
seq_1 6 10
seq_1 16 20#avoir indiqué seq1
seq_2 9 12
seq_3 0 0
seq_4 6 10