perl脚本练习：整理GO ID & go2germ

前言

广告时间：觉得推文有用的，可以看下我的个人简介，关注下~

今天的脚本纯粹是练习下perl的操作符了，因为我暂时还不知道将这个流程能镶嵌到哪里。

将一个“gene” ID 与多个GO ID 转换为一行一个“gene” ID与一个GO ID，用perl脚本实现。但是只做格式整理，总觉得差点什么，所以用TBtools的功能“GO Term Parse”，当然，这部分功能我还不会用perl脚本直接实现。

这里用的输入文件为Trinotate注释的结果文件Trinotate.xls.gene_ontology 。

内容式这个样子的，两列直接以制表符分割。

格式.png

脚本运行

运行脚本

perl goID_one_per_line.pl Trinotate.xls.gene_ontology  one_per_line.txt

检查结果GO ID数目是否与原文件相同

#检查结果文件one_per_line.txt 种GO ID数
wc -l one_per_line.txt
#检查输入文件Trinotate.xls.gene_ontology的 GO ID数
grep -o 'GO:' Trinotate.xls.gene_ontology | wc -l

结果文件one_per_line.txt 内容展示

one_per_line.png

脚本代码

#!/usr/bin/perl -w

# Name:goID_one_per_line.pl
# Usage:
# perl goID_one_per_line.pl input_file output_file

use strict;

my $usage = "\nUsage:\nperl $0 input_file output_file\n";

die $usage unless @ARGV == 2; 

open GO,'<',"$ARGV[0]" || die $usage;
open OUT,'>',"$ARGV[1]" || die $usage;
while(<GO>){
   next if /^\s+$/; #为什么要位于"chomp;"行前呢？
   chomp;
   my ($seqid,$goid) = split /\t/,$_;
    #print "$seqid\n";
    #print "$goid\n";
    my @goid = split /,/,$goid;
    while (<@goid>){  #非空为真，空为假；while为循环，if不是循环。
        my $one_goid = shift @goid; #注意理解此时$one_goid 与@goid内容。
        print OUT "$seqid\t$one_goid\n";
    }
}

close GO;
close OUT;

使用TBtools实现go2term

打开TBtools的GO Term Parse 功能

go term parse.png TBtools过程.png

结果文件如下：

两个结果文件内容相同，就是列的位置不同。如果结果文件过大，excel可能无法直接打开，可以使用vscode或者TBtools的Big File Previewer 功能打开。

结果文件.png

其中结果文件one_per_line.txt.Parsed.Gene2Go.xls 部分内容如下

go2term结果.png

总结

1. 代码的理解上

   next if /^\s+$/; #为什么要位于chomp;行前呢？
   chomp;

代码第16行的匹配理解还是不够，暂时不是很明白为什么第16、17行不能调换位置。

2. while是循环，但if不是。循环在@goid中取值时第一次写成了if。