推 enisx:感謝你..我試試看!! 07/29 23:30
→ enisx:哈哈不過我只會用最簡單的..能力還不到能寫程式 07/29 23:30
※ 引述《enisx (東方有比目魚,不比不行)》之銘言：
: 請教各位高手,
: 我手上有外送回來定序的DNA序列文字檔(.txt)
: 裡頭大約有約700-1000條,檔案已經轉成FASTA格式了,
: 但是,我想從每條DNA序列中"擷取"出我想要的部份,
: 舉例如下:
: -------------------------------------------------------------
: >123456
: ACGTGGTTAACCTTGGCCCCTACCTCTGTGCTGTGGGGCGGATC
: TGAAAAGCTGGTCTTTGGCGTTGAAATTGTCCCAAAGTCAACGTGTGGTT
: 我想要得到如下形式
: >123456
: TACCTCTGTGCTGTGGGGCGGATCTGAAAAGCTGGTCTTT
: -------------------------------------------------------------
: 這些我想要擷取的序列都是呈現 TACXXXXXXXXXTTT 的格式,
: 因為我一直找不到好方法來做,
: 所以目前是以Emeditor打開原始的文字檔,以正規表示法標示出我想要的位置
: ,然後....一條一條地將不要的部份刪除,再將之複製貼上到另外的文字檔上 ,
: 這樣土法煉鋼還蠻笨的也花了我很多時間在這些重複性工作~~
: 想請教各位高手,是否有快一點的方法,請教教我吧!! 謝謝
蠻久沒有文章了，回文灌一下水～
既然你會寫正規表示法，其實你可以用perl, python等等寫個小程式，
先記錄 >/d+，然後讀入DNA序列後用你的Regular Expression去抓出目標序列
Regular Expression的grouping功能就可以協助你把目標序列記錄起來
(http://www.regular-expressions.info/brackets.html)
接下來分別印出既可～
希望對你有幫助喔～ :)
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 61.216.179.188