perl脚本练习：fasta格式与tab格式序列之间相互转换(1

求关注

如果觉得推文有用的话一定记得看下我的个人简介，关注下呀~

前言

seqkit 是序列处理的明星软件，里面的fx2tab与tab2fx功能是将fasta或者fastq格式文件与tab分割的格式的序列相互转换，还可以添加一些统计功能。今天用perl脚本实现下fasta格式与tab格式的相互转换功能。

使用

将fasta格式转换为tab分割

perl  fa2tab.pl  -fa2tab  seqs.fa(input)  seqs.fa.tsv(output)

将tab分割的文件转换为fasta格式

perl fa2tab.pl -tab2fa  seqs.fa.tsv(input)  seqs.fa.tsv.fa(output)

注意事项：脚本和输入文件只能放在当前目录。

代码

#!/usr/bin/env perl

use strict;

my $usage = "Usage:\nperl fa2tab.pl -fa2tab seqs.fa(input) seqs.fa.tsv(output)\nperl fa2tab.pl -tab2fa seqs.fa.tsv(input) seqs.fa.tsv.fa(output)\n";
my $option = "$ARGV[0]";
die "$usage" unless $option =~ /-fa2tab|-tab2fa/i;#注意优先级；新手写的，是不是很神奇;
die "$usage" unless @ARGV == 3; #列表上下文

if($option =~ /-fa2tab/i){
    open FA,"$ARGV[1]" || die "\nERROR: Couldn't open $ARGV[1] !\n";
    open TSV,'>',"$ARGV[2]"|| die "\nERROR: Couldn't create $ARGV[2] !\n";
    $/=">";
    while (<FA>){
        next unless (my ($id,$seq) = /(.*?)\n(.*)/s);#非贪婪匹配写法，匹配到第一个换行，之前为$id,之后序列为$seq;
        $seq =~ s/[\d\s>]//g; #第一个分隔符>没有，下面一个ID的>是在上一个序列的末尾，最后一个序列的序列末尾没有>;
        print TSV "$id\t";
        print TSV "$seq\n";
    }
}elsif($option =~ /-tab2fa/){
    open TSV,"$ARGV[1]" || die "\nERROR: Couldn't open $ARGV[1] !\n";
    open FA,'>',"$ARGV[2]"|| die "\nERROR: Couldn't create $ARGV[2] !\n";

    while(<TSV>){
        next unless (my ($id,$seq) = /(.*?)\t(.*)/s);
        chomp $seq; #对于这么短的模块，这么写有点多余了；
        print FA ">$id\n$seq\n"; #不会整理序列长度，先这么写吧；
    } #应该不用写else了，前面已经限定了只有这两种情况才可执行；
}

close FA;
close TSV;

总结

1. tab分割转换为fasta格式时暂时只能转换为单行序列模式;
2. misa的p3_in.pl脚本没白看。