其他
生信编程直播第11题：把文件内容按照染色体分开写出
问题描述
这个需求很常见，因为一般生物信息学数据比较大，比如sam，vcf，或者gtf，bed都是把所有染色体综合在一起的文件。
如果想根据染色体把大文件拆分成小的文件呢？
比如：ftp://ftp.ncbi.nlm.nih.gov/pub/CCDS/current_human/CCDS.current.txt
这个文件里面的基因就有染色体信息，那根据染色体把这个文件拆分成1~22和其它染色体，这样的23个文件，我
练习题
如果你觉得下载文件比较麻烦，我给你一个测试数据如下：
01 02 03 04 05 06 07 08 09 10 | chr2 43995310 43995986chr17 49788603 49789067chr17 59565573 59566163chr19 8390308 8390745chr12 49188033 49189033chr7 974903 975570chr7 98878532 98879500chr7 44044672 44045322chr1 153634052 153634772chr11 60905850 60906575 |
给出示例perl代码如下：
01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19 20 | use FileHandle;foreach( 1..22 ){ $normal_chr{"chr".$_}=1 ; open $fh{"chr".$_},">chr$_.txt" or die;}open other,">chr_other.txt" or die;open FH,'a.bed';while(<FH>){ chomp; @F=split; if(exists $normal_chr{$F[0]}){ $fh{$F[0]}->print( "$_\n" ); }else{ print other $_; }}foreach( 1..22 ){ close $fh{$_};}close other; |
历史题目：
生物信息学技能面试题(第1题)-人类基因组的外显子区域到底有多长
生物信息学技能面试题(第4题)-多个同样的行列式文件合并起来
生物信息学技能面试题(第5题)-根据GTF画基因的多个转录本结构
生物信息学技能面试题(第6题)-下载最新版的KEGG信息，并且解析好