Foro - Perl en Español

Hola a todos,

Necesito obtener las coordenadas de inicio y fin de los genes (guardados en formato FASTA) en el genoma completo (guardado en otro archivo FASTA). La idea es que vaya tomando la secuencia de los genes una por una, identifique la posición en el genoma y te devuelva las coordenadas de inicio y fin. ¿Alguien sabría guiarme sobre cómo hacerlo con un script en Perl?

Muchas gracias,

Berin

Bienvenido a los foros de Perl en Español, Berin.

La idea sería

• abrir y leer la secuencia donde vamos a buscar los genes y guardarlo en una variable escalar
• abrir y leer por secuencias las que queremos buscar
• para cada una de ellas, usamos la función index() para localizar la posición inicial
• la posición final es igual a la posición inicial más la longitud de la secuencia que estamos buscando

¿Sabemos si las secuencias a buscar se pueden repetir dentro de la secuencia principal? En ese caso hay que repetir la búsqueda hasta que index() devuelva un -1, indicando que no ha encontrado ninguna más.

Por estos foros hay cuestiones parecidas, con código que puedes examinar.

Hola, explorer.

Las secuencias podrían estar repetidas y además podrían estar en la cadena complementaria a la secuencia dada.

Saludos,

Berin

Bueno, pues a lo comentado antes habría que agregar un nuevo punto que sería repetir la búsqueda de la secuencia pero a lo largo de la complementaria.

La complementaria se podría crear al principio, pues solo es necesario hacerlo una vez.

Por estos foros tienes todas las piezas necesarias para crear el programa. Por ejemplo, para calcular la complementaria:

($complementaria = $secuencia) =~ tr/ATCG/TAGC/;