selecionando texto de arquivo e remover esse texto de outro

[fjucks]

Pessoal tenho o sequinte arquivo

arquivo1.fasta

>X14413.1/179-339 RF00003;U1
AUACUUACCUGGACGGGGUCAUUGGGCGAUCAAUAAGACCCAUGGCCUAG GCUUGUGACCUCCAUUGCACUUCGGAGGGGUGCUUGUCUAAGGUCGGCUC AAGCAGUCGAGCCUACGUCAUAAUUUGUUGCAGUGGGGGCCUGCGUUCGC GCAGCCCCUAU
>X04243.1/69-260 RF00004;U2
AUCGCUUCUCGGCCUUAUGGCUAAGAUCAAAGUGUAGUAUCUGUUCUUAU CAGCUUAACAUCUGAUAAGUCCUCCAUUGGAGGACAACAAAUGUUAAACU GAUUUUUGGAAUCAGACGGAGUGCUAGGAGCUUGCUCCGCCUCUGUCGCG GGUUGGCCCGGUAUUGCAGUACCCCCGGGAUUUCGGCCCAAC
>AF106847.1/185-380 RF00004;U2
AUACCUUUCUCGGCCUUUUGGCUAAGAUCAAGUGUAGUAUCUGUUCUUAU CAGUUUAAUAUCUGAUAUGUGGGCCAUGUGCUCACUACGAUAUUAAAUUU AUUUUUUGUGGGGAGGGUCCACCACAGUGGCUUGCCACUGGGGCCCUCAC GCGUUGCCCAGGCGUUGCACUGCUGCCCGGGCCUGGCGCACCCCAA
>AF052653.1/130-203 RF00005;tRNA
AGCGGGGUAGAGUAAUUGGUCAACUCAUCAGGCUCAUGACCUGAAGAUUG CAGGUUCGAAUCCUGUCCCCGCCU
>M25659.1/553-621 RF00005;tRNA
GUCUACGUAGCUUAACCCCCAAAGCAAGACACUGAAAAUGCCUAGAUGGA UUCACACAUCCCAUAGACA
>AC005219.1/49915-50008 RF00006;Vault
GGUCGGAGUUAGCUCAAGCGGUUACCUCCUCAUGCCGGACUUUCUAUCUG UCCAUCUCUGUGCUGGGGUUCGAGACCCGCGGGUGCUUACUGAC
>AF058927.1/1-92 RF00006;Vault
GGYCAGCUUYAGCUCAGCGGUUACUUCGACAGUUCUUUAAUUGAAACAAG CAACCUGUCUGGGUGGUUCGARACCCGCGGCCGCUMYCUGGC
>L43845.1/357-512 RF00007;U12
AUGUCUUAAACUUAUGAGUAAGGAAAAUAACGAUUGUUAUUCGGGGUGAU GCCCGAAUCCUCACUGCUAAUGUGAGACGAAUUUUUGAGCUGGUAAAGGU CGCCCCUAAGGUGACCAGCCUACUUUGCGGGAUGCCUAGGAGUCGCGAUC UGCCUG
>L43844.1/2-149 RF00007;U12


e no arquivo 2 tenho

RF00006
RF00008


cada RF00006 e abaixo uma sequencia, eu tenho que tipo ler as familias do arquivo 2 e seleciona-las do arquivo 1 e jogar em outro arquivo, tipo uma seleção....

alguem tem uma luz?

[acpguedes]

esses arquivos são microRNA, certo???

tipo, você quer que os dados do arquivo 1 sejam capiturados de acordo com uma lista do arquivo 2??

me explica melhor a sua duvida...

mas se for isso que estou pensando, você pode fazer assim, joga os dados do arquivo 2 em um array!

[fjucks]

assim, eh que eu quero selecionar apenas as familias que estao no arquivo 1, porém no arquivo 2 possui outras familias que não quero mexer, apenas as que estao no arquivo 1

[acpguedes]

ai vc complico mais ainda!

se vc não quer mecher no arquivo 2 pq vc quer usar ele???

o que tem no arquivo 2???

[fjucks]

tipo, quero pegar as sequencias do arquivo 1 no arquivo 2 e jogar em um arquivo 3, tipo selecionar apenas as sequencias que estiver no arquivo 1, ..tenh que montar a base de dados com apenas aquelas sequencias do arquivo 1,..


ou tambem ao inves de jogar no arquivo 3 , retirar as do arquivo 2 que nao estiverem no arquivo 1

[fjucks]

alguem esta ai? rs

[acpguedes]

cara, eu tenho uns arquivoc *.fasta que deram cero com esse script aqui

mas eu chamava por termo, tipo nome da familia...

ninguem gosta de dar um script pronto, principalmente na pesquisa,
mas vou mandar um pra você e você modifique ele de forma que te ajude,

Qual quer coisa você pergunta aqui...

mas comece a estudar mais programação

#!/usr/bin/perl

use strict;
use warnings;

print "Digite o nome do arquivo com os miRNA mature seguido de seu formato ex: arquivo.fas ou arquivo.txt \t\n";
my $list = <STDIN>;
print "Digite o nome do termo procurado ex: termo\t\n";
my $query = <STDIN>;
print "Digite o nome do arquivo de saida seguido do formato ex: saida.txt \t\n";
my $ofile = <STDIN>;

open IN, $list or die "Can't open the output file'\n";
open OUT,">". $ofile or die; 

my $seq = "";
my $fg = "off";
my $records = 0;


while( my $line = <IN>) {

if (($line =~ m/$query/) && ($line =~ m/>/)) {
            
print OUT $line;
            
$records++;
            
$fg = "on";
        
}

        
else {
            
if($fg eq "on") {
                
print OUT $line;
            
}
            
$fg = "off";
        
}
    
} 

devo informar-lo que esses creditos são de Erick Castelli
você não deve esquecer de cita-lo ao apresentar esse script, pois seria falcidade ideologica
e ele ja tem esse script publicado!

[fjucks]

no meu ele nao deu mt certo nao rs, quando digito o nome tipo snorRNA, ele ate busca, mas quando digito tipo RF00001 ele nao pega as familias

>X13040.1/1-118 RF00001;5S_rRNAGGUUCAAUCAUACCGACACUAAUGCACCGGAUCCC AUCAGAACUCCGCAGUUAAGCGUGCUUGGGCGAGAGCAGUACUAGGAUGG GUGACCUCCUGGGAAGUCCUCGUGUUGAACCCU

[acpguedes]

vc precisa modificar o algoritimo, outro, que vocÊ pode montar o arquivo 2 como vc fala com o nome das familias e fazer um array associativo npegar todos esses dados...

le o algoritimo, tenta enteder ele, depois tenta modificar...

qualquer coisa pergunta, mas pergunta com a modificação ja em mãos...

[fjucks]

tipo se eu faço isso nesse linha

if (($line =~ /$query/) && ($line =~ m/>/)) ele nao me retorna o RF00028

e seu eu faze isso if (($line =~ /RF00028/) && ($line =~ m/>/)) ele retorna, falta alguma regra de ER que devo por pra ele buscar a palavra que eu dei de entrada...

vc indica alguma apostila ou site com atividade práticas de ER