Re: [請益] 字串部分比對篩選

[aattsat (DungDung)]

※ 引述《killerjackal (比利養了一隻狗叫比利)》之銘言：
: 現在手邊有兩個檔案
: 檔案的格式都差不多長一樣
: >xxxxxxx(title)xxxxxxxxx
: stringstringstringstring......
: A檔案格式如下：
: >UniqueRead1_count1
: CTCGCCGTCGCAAACCCAAGCTGTCT
: >UniqueRead2_count1
: CTCGCCTGGCTGTGGTTCTTCTAACA
: >UniqueRead3_count1
: CTCGCCTGCTAAGCGTTGAGATCATC
: B檔案如下：
: >UniqueRead1_count1
: CTCGCCCCCCCAAAAAAAACAAAAACGCCTCATACGAGATTATCAATTAGCTAAGTTGGTAATGTG
: >UniqueRead2_count1
: CTCGCCGCCAGTAACATTCATTTACGTTTTATCATATATTTGATTTCTTGCTTTTATTCCATTTAT
: >UniqueRead3_count1
: CTCGCCTCCTATTCTTCCCGCCACTTCTTGCTTGACCAACAACCTCAGCTCTCATCACTCACCTGG
: 目的是要看A檔案出現的內容是否也在B檔案中出現過
: 意思就是說如果A檔案的第一筆資料（資料內容）
: >UniqueRead1_count1（此為資料名稱）
: CTCGCCGTCGCAAACCCAAGCTGTCT （此為資料內容）

各位高手

我遇到類似問題，不過是要去除相同資料

主要問題爲

檢查title 只要相同，連同strings不保留

也就是
以A為主的資料 要檢查出裡面是否包含B資料中含title的資料
而C存取A不包含B的剩餘資料

有想過是使用 sort 與 雜湊

請問該如何著手撰寫程式

謝謝

--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 113.61.134.176
推 qulqul:如果是序列檔案的話可以用Bioperl模組處理
推 abliou:如果要移除重復序列 還是用降identity的軟體比較保險喔
→ qulqul:原PO消失了!?
        看過Bioperl 稍微複雜了  後來還是用BLAST去除相似序列...
        謝謝兩位提供意見^^
※ 編輯: aattsat         來自: 113.61.134.176       (12/22 11:24)