perl如何去除fasta或fastq文件中ID重复的序列

这篇文章主要介绍"perl如何去除fasta或fastq文件中ID重复的序列"的相关知识，小编通过实际案例向大家展示操作过程，操作方法简单快捷，实用性强，希望这篇"perl如何去除fasta或fastq文件中ID重复的序列"文章能帮助大家解决问题。

fastq和fasta 文件中序列ID都是唯一的，如果出现不唯一的情况，就需要给他去重复。这有一脚本可 实现此功能。

脚本帮助：

UsageForced parameter:-fa        fasta file           -fq        fastq file        -fq1       fastq read1 file  -fq2       fastq read2 file  -f         input file type,"fa"or"fq"    must be given-od        output dir     must be given-n         output filename      must be givenOther parameter:-h           Help document

脚本既可以输入fasta格式的，也可以输入fastq格式序列文件。

-fa选项后跟输入的fasta文件，-fq选项后跟输入的fastq文件，如果fastq序列为双端测序的，则-fq1后跟read1序列，-fq2后跟read2序列。-n后跟输出文件前缀名，-od后跟输出目录。

脚本如下：

use Getopt::Long;use strict;use Bio::SeqIO;use Bio::Seq;#get optsmy %opts;GetOptions(\%opts, "fa=s", "fq=s", "fq1=s", "fq2=s", "f=s", "od=s", "n=s", "h");if(!defined($opts{f}) || !defined($opts{od}) || !defined($opts{n}) || defined($opts{h})){print <<"Usage End.";UsageForced parameter:-fa        fasta file           must be given-fq fastq file  must be given-fq1fastq read1 file  must be given-fq2fastq read2 file  must be given-f input file type,"fa"or"fq"  must be given-odoutput dir  must be given-noutput filename  must be givenOther parameter:-h           Help documentUsage End.exit;}if($opts{f} eq "fa" && defined($opts{fa})){my$read1 = $opts{fa};open my $FQ1 ,"zcat $read1|" or die "$!";my$fq1=Bio::SeqIO->new(-fh=>$FQ1,-format=>'fasta');open my $GZ1 ,"| gzip >$opts{od}/${n}.fa.gz" or die $!;my$out1 = Bio::SeqIO->new(-fh => $GZ1 , -format => 'fasta');my %id;while ( my $obj1=$fq1->next_seq()  ) {my $id1=$obj1->id;if(exists $id{$id1}){next;}else{$id{$id1} = 1;}$out1->write_seq($obj1);}}if($opts{f} eq "fq"){if(defined($opts{fq})){my$read1 = $opts{fq};open my $FQ1 ,"zcat $read1|" or die "$!";my$fq1=Bio::SeqIO->new(-fh=>$FQ1,-format=>'fastq');open my $GZ1 ,"| gzip >$opts{od}/${n}.fq.gz" or die $!;my$out1 = Bio::SeqIO->new(-fh => $GZ1 , -format => 'fastq');my %id;while ( my $obj1=$fq1->next_seq()) {my $id1=$obj1->id;if(exists $id{$id1}){next;}else{$id{$id1} = 1;}$out1->write_seq($obj1);}}elsif(defined($opts{fq1})  &&  defined($opts{fq2})){my$read1 = $opts{fq1};my$read2 = $opts{fq2};open my $FQ1 ,"zcat $read1|" or die "$!";my$fq1=Bio::SeqIO->new(-fh=>$FQ1,-format=>'fastq');open my $FQ2 ,"zcat $read2|" or die "$!";my$fq2=Bio::SeqIO->new(-fh=>$FQ2,-format=>'fastq');open my $GZ1 ,"| gzip >$opts{od}/${n}_R1.fq.gz" or die $!;my$out1 = Bio::SeqIO->new(-fh => $GZ1 , -format => 'fastq');open my $GZ2 ,"| gzip >$opts{od}/${n}_R2.fq.gz" or die $!;my$out2 = Bio::SeqIO->new(-fh => $GZ2 , -format => 'fastq');my %id;while ( my $obj1=$fq1->next_seq() and my $obj2=$fq2->next_seq() ) {my ($id1,$id2)=($obj1->id,$obj2->id);if(exists $id{$id1}){next;}else{$id{$id1} = 1;}$out1->write_seq($obj1);$out2->write_seq($obj2);}}}

关于"perl如何去除fasta或fastq文件中ID重复的序列"的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识，可以关注行业资讯频道，小编每天都会为大家更新不同的知识点。