parcour d'une séquence

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:

---

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

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

Code:

---

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).

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:

---

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 ;)

bonjour,

merci à vous,

Beniou comment récupérer la séquence pour avoir ceci:

au final j'aimerais récupérer
sequence\tpos_debut\tpos_fin

Désolé,

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

Encore merci

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:

---

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