问题标签 [bioperl]

我在处理 .fasta 格式的 DNA 序列数据数组时遇到了一些麻烦。我特别想做的是获取一个包含几千个序列的文件，并将文件中每个序列的序列数据连接到文件中的一行。[Fasta 格式是这样的：序列 ID 以 > 开头，之后该行的所有内容都是描述。在下一行中，存在与此 ID 对应的序列。这可以无限期地持续到以 > 开头的下一行，这是文件中下一个序列的 id] 所以，在我的特定文件中，我的大部分序列都在多行上，所以我想做的基本上是删除换行符，但仅删除序列数据之间的新行，而不是序列数据和序列 ID 行（以 > 开头）之间的新行。

我这样做是因为我希望能够获得每个序列的序列长度（通过长度，我相信是最简单的方法），然后获得整个文件中所有序列的平均序列长度。

到目前为止，这是我的脚本，似乎不想工作：

程序部分的第二行foreach有问题，我似乎无法弄清楚它是什么。请注意，我什至还没有尝试过 END 行之后的代码，因为我似乎无法在过程步骤中获取代码来执行我想要的操作。知道如何获得一个包含完整序列元素的漂亮数组（我选择只从新数组中删除序列 ID 行..）吗？当我可以得到一个长度数组，然后我可以平均？

最后我很遗憾地承认我无法让 Bio::Perl 在我的计算机上工作，我已经尝试了几个小时，但这些错误超出了我的修复能力。我将与希望能帮助我解决 Bio::perl 问题的人交谈。但现在我只需要在没有它的情况下继续前进。

谢谢！抱歉这篇文章的长度，我很感激帮助。

安德鲁

非常感谢您对早期问题的帮助。

我几乎完成了我正在做的最后一件事——特别是一个 ORF（开放阅读框）查找程序。到目前为止，我有一个名为@AminoAcidArray1 的数组。所有起始密码子都是“_”，所有终止密码子都是“X”。

如何计算 ORF？换句话说，当“_”后跟“X”且随机可忽略字符之间时，如何计算数组中的次数？我应该使用什么样的循环？我需要一个〜=我认为的某个地方

是的，我知道 bioPerl 可以轻松做到这一点，但由于某种原因，只有 activePerl 可用。

最诚挚的感谢， Shtanto

我发现如果我的 fasta 文件以单行序列结尾，那么 Bioperl 返回的该序列将缺少一个核苷酸。如果 fasta 文件以新行结尾，则返回完整序列。不明白为什么？这是否要求 fasta 文件以空的新行结尾？

这是我正在使用的代码

和fasta序列：

gi|37423|emb|X04588.1| 用于细胞骨架原肌球蛋白 TM30(nm) 的人 2.5 kb mRNA CCCTTTAAATTTCCCTTTAAATTTCCCTTTAAATTTT

我是这个网站的新手。这是一个困扰我超过 2 小时的问题。我有一个字符串（newick 格式的系统发育树），它看起来像：

树可能有多个级别，用括号表示。现在我想在顶级数字（分支长度）中添加一个数字，比如 10。这里只有三个顶级数字：22、76、35。转换后的字符串应如下所示：

我已经尽力想出一个合适的正则表达式，但最终承认了我的局限性。怎样才能真正做到？

我通过 CPAN 安装了 BioPerl。几个测试失败了，我强行安装了它。我现在想通过 ubuntu 软件中心安装它。

谁能描述如何使用此处给出的方法删除通过 CPAN 安装的 BioPerl 。

我正在尝试使用 CPAN 在 Strawberry Perl（v5.16.1.1 32 位）中安装模块 Bio::Restriction::Analysis。但是，看起来它不会通过一些测试。CPAN 的部分输出如下。

我正在 CPAN 中执行简单的“安装 Bio::Restriction::Analysis”，并接受所有默认安装选项。我曾认为 BioPerl 与 Strawberry Perl 捆绑在一起，所以这可能是问题之一。

我已经使用 BioPerl 存储对象 (BIO:DB:SeqFeature:Store) 创建了一个 GFF3 DB 我自己从 Blastx 结果创建了 GFF3 文件，并创建了一系列我自己的标签作为属性。现在我将从 BioPerl 为我创建的数据库中获取这些值......

我该怎么做？

请帮忙！十分感谢。

我有一个如下所示的文本文件

我想计算两个α碳原子之间的距离，即计算第一个和第二个原子之间的距离，然后计算第二个和第三个原子之间的距离，依此类推......两个原子之间的距离可以表示为：distance = sqrt((x1-x2)^2+(y1-y2)^2+(z1-z2)^2) .

第 7,8 和 9 列分别代表 x,y 和 z 坐标。我需要打印距离和相应的残差对（第 4 列），如下所示。（距离的值不是真实的）

如何使用 perl 或 python 进行此计算？

我正在尝试使用以下代码从数据库中提取序列：

我试图提取的序列的标题是：C7136661:0-107，如文件中所示：

当我将标题切换到更标准的东西（如test）时，代码工作正常。我认为 BioPerl 不喜欢非标准标题。有什么办法可以解决这个问题，这样我就不必重新编码 FASTA 文件了？

我想对 uniprot 和 pdb 序列进行成对对齐。我有一个包含这样的 uniprot 和 pdb ID 的输入文件。

首先，我需要读取输入文件中的每一行 2) 从 pdb.fasta 和 uniprot.fasta 文件中检索 pdb 和 uniprot 序列 3) 进行对齐并计算序列同一性。

通常，我使用以下程序进行成对对齐和 seq.identity 计算。

我需要像这样打印输出

如何更改上述代码？您的帮助将不胜感激！

'