这篇文章将为大家详细讲解有关怎么从GTF中提取lncRNA的编号和名称,小编觉得挺实用的,因此分享给大家做个参考,希望大家阅读完这篇文章后可以有所收获。
从GTF文件中提取lncRNA对应的ID和名称
从TCGA数据中提取lncRNA的表达量时,需要知道lncRNA的编号和对应的名称。这些信息可以从GTF文件中提取。
提取的话,可以采用如下的代码实现。
#!/usr/bin/perl -w
use strict;
my $biotype_file = shift @ARGV;
my $gtf = shift @ARGV;
my $biotype = shift @ARGV;
my %biotype_list;
open my $fh2, $biotype_file or die;
while (<$fh2>) {
chomp;
my @array = split /\t/, $_;
if($array[2]eq $biotype){
$biotype_list{$array[0]} = 1;
}
}
close $fh2;
open my $out, ">${biotype}_info.txt" or die;
print $out "Gene_id\tGene_id_info\tgene_name\tbiotype\n";
open my $fh3, $gtf or die;
while (<$fh3>) {
chomp;
next if /^#/;
my @array = split /\t/, $_;
next unless ($array[2] eq "gene");
$array[8] =~ /gene_id\s+"(\S+?)";.*gene_type\s+"(\S+?)";.*gene_name\s+"(\S+?)";/;
my $geneid = $1;
my $genebiotype = $2;
my $genename = $3;
my $gene_id_norm=(split("\\.",$geneid))[0];
if ($biotype_list{$genebiotype}) {
print $out "$gene_id_norm\t$geneid\t$genename\t$genebiotype\n";
}
}
close $fh3;
关于“怎么从GTF中提取lncRNA的编号和名称”这篇文章就分享到这里了,希望以上内容可以对大家有一定的帮助,使各位可以学到更多知识,如果觉得文章不错,请把它分享出去让更多的人看到。
亿速云「云服务器」,即开即用、新一代英特尔至强铂金CPU、三副本存储NVMe SSD云盘,价格低至29元/月。点击查看>>
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。