在做 Small RNA 分析的過(guò)程中時(shí)遇到了一個(gè)有意思的事情，前期比對(duì)到不同的數(shù)據(jù)庫(kù)后需要將不同的短 tags 注釋到不同的類(lèi)別上，這個(gè)地方有點(diǎn)意思的事情是同一條 tags 可能被注釋到不同的類(lèi)別上，這里就需要對(duì)不同的類(lèi)別進(jìn)行優(yōu)先級(jí)排序了。
一般按照慣例我們會(huì)根據(jù) 已知 miRNA -> rRNA -> tRNA -> ncRNA (snRNA, snoRNA) 的順序進(jìn)行優(yōu)先級(jí)注釋。

在寫(xiě)程序的時(shí)候基本上有以下的思路：
首先我獲得了每個(gè)數(shù)據(jù)庫(kù)的比對(duì)結(jié)果，知道了哪些 tags 比對(duì)到了相應(yīng)的數(shù)據(jù)庫(kù)中，使用最基本的思路是從 總的 tags 中先剔除比對(duì)到相應(yīng)物種的成熟 miRNA，然后剔除比對(duì)到物種相應(yīng)的總的 hairpin ( miRNA 前體數(shù)據(jù)庫(kù))，然后剔除比對(duì)到 GeneBank 數(shù)據(jù)庫(kù)中的 rRNA 以及 tRNA ， 如果有 snRNA 或者 snoRNA 等 tags 的話依次提取出來(lái)。

思路很簡(jiǎn)單，但是真正動(dòng)手寫(xiě)腳本的時(shí)候才發(fā)現(xiàn)，這個(gè)過(guò)程蘇是多么的冗余。因?yàn)?，這樣思路下我們?nèi)绻葘?duì)7個(gè)數(shù)據(jù)庫(kù)的話，最少就應(yīng)該用同樣的腳本過(guò)濾六次。好麻煩，還好我比較喜歡偷懶，寫(xiě)腳本的時(shí)候應(yīng)用了另一種思路：
直接處理所有的 tags 然后對(duì)不同的數(shù)據(jù)庫(kù)比對(duì)結(jié)果信息分別建立一個(gè)文件，通過(guò)不同的文件標(biāo)簽進(jìn)行 tags 分類(lèi)標(biāo)記，這樣就省事多了：
附上源代碼：( 遵循 GLP v3 開(kāi)源協(xié)議 )

#!/usr/bin/perl -w
use strict;

die "Usage: perl $0 <list> <prefix> <indir> \n" if @ARGV < 3;

my $info_dir = $ARGV[2];
my $sample = $ARGV[1];

my ( %list, %out );

# deal with all tags
open IN,$ARGV[0] or die $!;
while (<IN>){
    chomp;
    next if /^#/;
    my ($id, $cnt) = split /\t/,$_;
    $list{$id}{"count"} = $cnt;
}
close IN;

# indir must contain files like: $sample.m2mature.info 
# t0023555        xxx_tRNA_AM087200_6:80:-        1       20      +
# t0031916        xxx_tRNA_AM087200_6:80:-        1       21      +

opendir DIR, $info_dir or die $!;
foreach my $file (sort grep(/$sample\.\S+\.info$/,readdir(DIR))){
    (my $type) = $file =~ /$sample\.(\S+)\.info/;
    if ($type eq "m2ncgb"){
        open IN,$file or die $!;
        while (<IN>)  {
            chomp;
            next if /^#/;
            next if /^$/;
            my @b = split /\t/,$_;
            my @c = split /_/,$b[1];
            push @{$out{$b[0]}},$c[1];
        }
        close IN;
    } else {
        open IN,$file or die $!;
        while (<IN>)  {
            chomp;
            next if /^#/;
            next if /^$/;
            my @b = split /\t/,$_;
            push @{$out{$b[0]}},$type;
        }
        close IN;
    }
}
close DIR;

foreach my $k (sort keys %list){
    if (exists $out{$k}){
        my $t = @{$out{$k}}==1 ? $out{$k}->[0] :join ",",@{$out{$k}};
        print "$k\t$t\n";
    }else {
        print "$k\t-\n";
    }
}

附上大牛的代碼：行使同樣的功能，代碼量只有我的一半！

#! /usr/bin/perl -w
use strict;
die "perl $0  input.txt prefix  dir\n"  unless @ARGV == 3;

chomp(my @file = glob "$ARGV[2]/$ARGV[1].*info");
my %ha;
foreach(@file){
   my $flag = (split/\./,$_)[-2];
   ding($_,\%ha,$flag);
}
open IN,$ARGV[0]||die;
while(<IN>){
    chomp;
    my $id = (split/\t/,$_)[0];
    $ha{$id} ||= "NA,";
    chop $ha{$id};
    print "$id\t$ha{$id}\n";
}
close IN;

############################################
sub ding{
    my ($p,$q,$f) = @_;
    open IN,$p||die;
    while(<IN>){
        chomp;
        next if /^#|^$/;
        my $a = (split/\t/,$_)[0];
        $q->{$a} .="$f,";
    }
}

perl 真是一門(mén)強(qiáng)大的腳本們語(yǔ)言。同樣的功能有多種多樣的方法可以將它演繹出來(lái)！

** 這里值得重點(diǎn)劃線的地方是 這一句代碼：**

my $t = @{$out{$k}}==1 ? $out{$k}->[0] :join ",",@{$out{$k}};

這里使用了 ？：的判斷方式，問(wèn)號(hào)前面代表判斷的條件，問(wèn)號(hào)后面冒號(hào)前面代表?xiàng)l件判斷如果為真則執(zhí)行，否則就執(zhí)行冒號(hào)后面的語(yǔ)句。

歡迎大家留言討論！