[langage] compter les caractères d'une chaîne via un hash

je travaille sur des chaines d'ADN (composées de ACG ou T), et en fait je voudrais compter le nb de A, le nb de C, le nb de G, le nb de T présents dans la séquence.

Voici ce que je faisias jusqu'à présent:

Code:

---

1 2 3 4 5 6 7 8 9 10 11 12

while ( $sequence =~ /A/gi) { $A =$A+1; }   while ( $sequence =~ /G/gi) { $G =$G+1; }   while ( $sequence =~ /U/gi) { $U =$U+1; }   while ( $sequence =~ /C/gi) { $C =$C+1; }

---

mais on m'a conseillé de faire autrement, car j'ai besoin d'accéder très fréquement à $A $G $C et $G. On m'a conseillé de mettre ma séquence dans une liste, puis de mettre les résultats du comptage au fur et à mesure dans un hash mais je ne vois pas trop comment faire..... :cry:

Kinethe

salut,

je ne sais pas si bioperl est installe sur ton pc/mac/serveur, mais si oui et si tu cherches a compter le nombre d'occurences d'une base dans une sequence tu peux faire

Code:

---

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

#!/bin/perl -w   use strict; use diagnostics; use warnings; use Bio::Seq; use Bio::Tools::SeqStats;       my $sequence = "GCGATATATCGCGCGATATCGCGCCG";   my $seqobj=Bio::Seq->new (-seq => $sequence); my $hash_ref = Bio::Tools::SeqStats->count_monomers($seqobj); foreach my $base (sort keys %$hash_ref) { print "Number of bases of type ", $base, "= ", %$hash_ref->{$base},"\n"; }

---

avec la sequence donnee en exemple cela donne la sortie suivante :

Code:

---

1 2 3 4 5

Number of bases of type A= 5 Number of bases of type C= 8 Number of bases of type G= 8 Number of bases of type T= 5

---

sinon pour mettre les résultats du comptage au fur et à mesure dans un hash, je pense que c'est le meme principe que au dessus
tu as une table de hachage qui est du type
$ref{'base A'} = nbr d'occurence de A
$ref{'base T'} = nbr d'occurence de T
$ref{'base G'} = nbr d'occurence de G

mais je n'ai pas tres bien saisi le 'j'ai besoin d'accéder très fréquement à $A $G $C et $G'
tu penses avoir des pb de performances avec ton code actuel ?

[edit]
encore une chose
plutot que de faire ca

Code:

---

1 2	while ( $sequence =~ /A/gi) { $A =$A+1; }

---

tu peux faire

Code:

---

$A= ( $sequence =~ s/A/A/g);

---

en fait tu fais simplement un remplacement de A par A mais la fonction de substitution te renvoie le nombre de remplacement effectues (qui sont alors stockes dans $A)
Ce doit etre plus rapide comme cela t'evites de passer par un while

et tu peux meme faire

Code:

---

$my_seq{'A'}= ( $sequence =~ s/A/A/g);

---

comme ca tu stockes bien tes resultats dans une table de hash %my_seq
[/edit]

j'ai réussi à coder qlq chose qui marche mais seulement lorsque j'ai déjà une liste

Code:

---

1 2 3 4 5 6 7 8 9 10 11 12 13

#!/usr/bin/perl   use strict;   my @sequence= qw (G C G A A C G C A T C A T A T T A C C C A A T T ); my %comptage = ();   foreach my $base (@sequence) { $comptage {$base}++; }   while ( my ($k, $v) = each (%comptage)) { print "La base $k est present $v fois \n"; }

---

or dans mon programme je travaille sur des séquences, dc j'aimerai à partir des séquences passer à des tableau. J'ai vu que la fonction split le faisait très bien.... mais pourtant ça ne marche pas.....

Code:

---

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

#!/usr/bin/perl   use strict;   my $sequence; #="GTTCCAAAAACAGTGGATAGTGGCCTTAAT"; my @sequence = split ( / /, $sequence); print @sequence;   my %comptage = ();   foreach my $base (@sequence) { $comptage {$base}++; }   while ( my ($k, $v) = each (%comptage)) { print "La base $k est present $v fois \n"; }

---

Que faire?

Kinethe

j'ai oublié d'enlever le commentaire dans la ligne

Citation:

---

my $sequence; #="GTTCCAAAAACAGTGGATAGTGGCCTTAAT";

---

3è ligne du code

Code:

---

my @sequence = split ( //, $sequence);

---

ceci marche
si tu veux splitter sur chaque caractere, tu dois utiliser un pattern vide dans la fonction split, la tu avais mis / /, le split cherchait a plitter a chaque espace

Code:

---

1 2 3 4 5 6 7 8 9 10 11 12 13

my @caracteres = qw (A T G C);   my $sequence="GTTCCAAAAACAGTGGATAGTGGCCTTAAT";   my %comptage = ();   foreach my $base (@caracteres){ $comptage{$base}= ( $sequence =~ s/$base/$base/g); } #test foreach my $char (keys %comptage) { print "il y a $comptage{$char} $char\n"; }

---

avec ce code tu peux ajouter des caracteres facilement (si un jour tu dois aussi compter les N ou prendre en compte le code IUPAC)
et tu te passe du split et du foreach qui doivent etre gourmand en temps de calcul

génial, c'est exaactement ce que j'avais l'intention de faire, de compter les N et tous ce qui est caractères étranger, je vais le tester tout de suite
merci

Kinethe :o

ok ca marche très bien, MERCI

par compte comment faire si je ne veux afficher que le résultat du "comptage" de certaine base, par exemple seulemnt le nb de A?

Citation:

---

print "il y a $comptage{A} A\n";

---

par exemple.

Choupi is back :twisted:

Que pour t'embeter :twisted:

Choupi -> :love2: <- fsapet qui code en perl :mouarf: :wink: (desole de pourrir ton topic :D)

Ok j'edite :wink:

hummmmm 8O
:?
je dechaine les passions a ce point ! :wink:

maintenant j'ai un pbl au niveau de la fonction,

Code:

---

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23

#!/usr/bin/perl use strict; use warnings;   my $sequence="GTTCCAAAAACAGTGGNNATAGTGGCCTNTAATGGG"; my %comptage;   sub COMPTE_CARACTERE { my $sequence = @_; my @caracteres = qw (A T G C N); my %comptage = (); foreach my $base (@caracteres) { $comptage{$base}= ( $sequence =~ s/$base/$base/g); } foreach my $char (keys %comptage) { print "il y a $comptage{$char} $char\n";} }   COMPTE_CARACTERE ();   print "Le nb de A est $comptage{A} \n"; print "Le nb de C est $comptage{C} \n";

---

mais la fonction ne "print" rien. Est-ce que je dois mettre un return?

Code:

---

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

#!/usr/bin/perl use strict; use warnings;   my $sequence="GTTCCAAAAACAGTGGNNATAGTGGCCTNTAATGGG"; my @caracteres = qw (A T G C N); my %comptage;   sub COMPTE_CARACTERE { foreach my $base (@caracteres) { $comptage{$base}= ( $sequence =~ s/$base/$base/g); } foreach my $char (keys %comptage) { print "il y a $comptage{$char} $char\n";} }   COMPTE_CARACTERE ();   print "Le nb de A est $comptage{A} \n"; print "Le nb de C est $comptage{C} \n";

---

Tu avais redefini toutes tes variables dans la fonction.

Code:

---

1 2 3 4 5 6 7

il y a 10 A il y a 8 T il y a 3 N il y a 5 C il y a 10 G Le nb de A est 10 Le nb de C est 5

---

encore une petite question....avant d'ajouter le tag RESOLU
comment je peux regrouper tout les caractères qui ne sont ni des "A", "C", "G" ni des "T" dans un même compteur?

Code:

---

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19

#!/usr/bin/perl use strict; use warnings;   my $sequence = "GTTCCAAAAACAGTGGATANGTNGGNMPM4545AT"; my @caracteres = qw (A T G C N); my %comptage = ();   sub COMPTE_CARACTERE {   foreach my $base (@caracteres) { $comptage{$base}= ( $sequence =~ s/$base/$base/g); } foreach my $char (keys %comptage) { print "il y a $comptage{$char} $char\n";} }   COMPTE_CARACTERE ();

---

Par exemple je compte tous les caractères autres que les bases c'est-à-dire ( ds ce cas ) MPM4545 + les 3 N = 10 caractères différents que les bases

Code:

---

my @caracteres = qw (A T G C [^ATGCN]);

---

j'ai teste ca, ca marche, mais je ne crois pas que ce soit tres classieux ! :oops:

mais sinon tu peux calculer la longueur de la chaine et retrancher les A T G C et N, et le reste correspond aux autres caracteres

j'ai une autre question

en fait dans plusieur endroit de mon code, je vais avoir besoin de connaitre la composition en caractères de ma séquences. Dc je vais faire plusieur fois appel à la fonction. Quel est la meilleure facon pour récupérere ces valeurs plusieurs fois :

*** soit: je fais un return dans ma fonction :
return ($comptage{A},$comptage{T},$comptage{C},$comptage{G})
puis je l'appel par: ($comptage{A},$comptage{T},$comptage{C},$comptage{G}) = COMPTE_CARACTERE ($sequence);

*** soit : je "print" directement les valeurs

Citation:

---

print "Le nb de A est $comptage{A} \n";
#print "Le nb de C est $comptage{C} \n";
#print "Le nb de G est $comptage{G} \n";
#print "Le nb de U est $comptage{U} \n";
#print "Le nb de N est $comptage{N} \n";

---

En fait, quelle est la différence et quelle est la meilleure façon??

merci

Kinethe

Citation:

---

mais sinon tu peux calculer la longueur de la chaine et retrancher les A T G C et N, et le reste correspond aux autres caracteres

---

j'y avais pensé, mais je pensais qu'il existait peut-être une méthode + "classieuse"!!

merci

Re-Salut

je ne comprends pas bien ton pb, tu n'pas besoin de faire appel plusieurs fois a ta fonction (sauf si tu veux effectuer des comptages sur d'autres sequences), a partir du moment ou tu lances ta fonction une fois, ton hash %comptage est rempli et tu peux afficher ses valeurs

et sinon je pense qu'il faut que tu revois le fonctionnement des SUB
par exemple dans ton cas, il faut que tu donnes un argument a ta fonction (la sequence a decortiquer) et que tu retourne le hash qui contient les resultats
comme ca tu peux appeler ta focntion plusieurs fois dans ton script avec en arguments des sequences differentes et tu recuperes les resultats dans des hash differents

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

my $sequence="GTTCCAAAAACAGTGGATAGTGGCCTTAATRRRRRR"; my $sequence_bis="acttdvcgtatcgtdtgagcgtdtvagctdtagcgvatatgcgaccgtagcbnantcga";   sub count_bases {   my ($sequence) = @_; my %comptage; my $length = length ($sequence); my @caracteres = qw (A T G C ); foreach my $base (@caracteres){ $comptage{$base} = ( $sequence =~ s/$base/$base/g); $length = $length - $comptage{$base}; } $comptage{'OTHER'} = $length ; return (%comptage); }   my %count_for_seq1 = count_bases ($sequence); #test foreach my $char (keys %count_for_seq1) { print "il y a $count_for_seq1{$char} $char\n"; } my %count_for_seq2 = count_bases ($sequence_bis); #test foreach my $char (keys %count_for_seq2) { print "il y a $count_for_seq1{$char} $char\n"; }

---

Génial ton dernier code, très "classieux" même!

merci bcp

a+ :lol: