criar um @array de termos dentro de um arquivo

[fjucks]

Gostaria de saber qual a melhor forma(de processamento) para criar um array que extraia apenas as nomenclaturas RF'S de algumas famílias de RNA

>AP005088.1/113502-113610 RF00378;Qrr
>AE016812.1/152096-152205 RF00378;Qrr
>AE004422.1/7546-7440 RF00378;Qrr
>AP005346.1/123943-124051 RF00378;Qrr
>AP005346.1/21019-21127 RF00378;Qrr
>AE016808.1/48481-48589 RF00378;Qrr
>AP005344.1/77804-77914 RF00378;Qrr
>AF228519.1/623-518 RF00378;Qrr
>AP005089.1/186779-186671 RF00378;Qrr
>AP005084.1/200580-200688 RF00378;Qrr
>AE004410.1/8668-8777 RF00378;Qrr
>AP005349.1/120219-120326 RF00378;Qrr
>AE016813.1/290205-290312 RF00378;Qrr
>AP005086.1/178803-178910 RF00378;Qrr
>S83323.1/50-200 RF00484;IRES_Cx32
>AL683892.12/123280-123428 RF00484;IRES_Cx32
>AY303808.1/346-495 RF00484;IRES_Cx32
>L47127.1/400-550 RF00484;IRES_Cx32
>BC022426.1/1-118 RF00484;IRES_Cx32
>M23565.1/710-859 RF00484;IRES_Cx32
>L02971.1/1-115 RF00499;Parecho_CRE
>AJ005695.1/1-113 RF00499;Parecho_CRE
>S45208.1/1-115 RF00499;Parecho_CRE
>AB084913.1/1-113 RF00499;Parecho_CRE
>AF055846.1/1-102 RF00499;Parecho_CRE

essa familia no caso teria que dar o array (RF00378, RF484,RF499) tipo extrair essa familias!..

[fvox]

Hi.

#!/usr/bin/env perl

use common::sense;
use Data::Printer colored => 1;

my @family = ();

while(<DATA>) {
    push @family, $1
      if /\s(RF\d{5});/;
}

p @family;

__DATA__

>AP005088.1/113502-113610 RF00378;Qrr
>AE016812.1/152096-152205 RF00378;Qrr
>AE004422.1/7546-7440 RF00378;Qrr
>AP005346.1/123943-124051 RF00378;Qrr
>AP005346.1/21019-21127 RF00378;Qrr
>AE016808.1/48481-48589 RF00378;Qrr
>AP005344.1/77804-77914 RF00378;Qrr
>AF228519.1/623-518 RF00378;Qrr
>AP005089.1/186779-186671 RF00378;Qrr
>AP005084.1/200580-200688 RF00378;Qrr
>AE004410.1/8668-8777 RF00378;Qrr
>AP005349.1/120219-120326 RF00378;Qrr
>AE016813.1/290205-290312 RF00378;Qrr
>AP005086.1/178803-178910 RF00378;Qrr
>S83323.1/50-200 RF00484;IRES_Cx32
>AL683892.12/123280-123428 RF00484;IRES_Cx32
>AY303808.1/346-495 RF00484;IRES_Cx32
>L47127.1/400-550 RF00484;IRES_Cx32
>BC022426.1/1-118 RF00484;IRES_Cx32
>M23565.1/710-859 RF00484;IRES_Cx32
>L02971.1/1-115 RF00499;Parecho_CRE
>AJ005695.1/1-113 RF00499;Parecho_CRE
>S45208.1/1-115 RF00499;Parecho_CRE
>AB084913.1/1-113 RF00499;Parecho_CRE
>AF055846.1/1-102 RF00499;Parecho_CRE 

[]'s

[fjucks]

fi de um outro jeito, ja eu posto p vc ver, mas axo que o seu eh bem mais rapido

agora to c outra duvida tipo

>A
>B
>C
>D
> h 3
15
24 29
8 15 28

A,B,C,D são familias

e 15,24,29,8,15,28 sçao distancias entre elas, por exemplo

15 é de B - A
24 é de C - B
29 é de C - A
8 é de D - C
15 é de D - B
28 é de D - A

tipo como faço p somar a distantia total de A e B por exemplo, tipo eu penso que eu teria que ter uma matriz inteira e nao metade, esse resultado seria uma matriz de dois lados iguais pois a distancia de D-A é a mesma de A-D, porém eu queria saber, que..por exemplo quando estivesse na familia A, como que eu somaria a soma de suas distancias com todas as familias entendem...
alguem da uma luz!
28

[acpguedes]

cara isso é mais especifico de bioinformatica, nem eu me liguei no que vc quer e olha que eu estudei 6 geneticas, 2 biomol e faço pesquisa academica na área

seria melhor você dar um exemplo... tipo diga como faz os calculos

olha so esse esquema, ve se te ajuda a pensar em um algoritimo

> RF00001_A  <- dado 1
> RF00002_B  <- dado 2
> RF00003_B  <- dado 3
> RF00004_A  <- dado 4
> RF00005_A  <- dado 5
> RF00007_B  <- dado 6
> RF00008_B  <- dado 7
> RF00009_A  <- dado 8
> RF00010_A  <- dado 9
> h 9        <- dado 10

coluna  |1| |2| |3| |4| |5| |6| |7| |8|
linha 0 119
linha 1 140 143
linha 2 120 107 142
linha 3 105 108 125 107
linha 4 120  93 142 120 85
linha 5 103 126 131 115 42 103
linha 6 255 246 245 243 262 247 268
linha 7 259 250 237 237 250 245 258 304

# Primeiro criterio: cada linha refere a um dado, o primeiro dado é o 2 e não o 1
dado 2 pra linha 0
dado 3 pra linha 1
dado 4 pra linha 2
...

# Segundo criterio: cada coluna refere a um dado de traz para frente,
# e o numero de colunas depende do numero de linhas
# tah faltando linhas...
# o numero do dado indica o numero de colunas menos 1, logo dado 6 tem 5 colunas 
portanto:
SE dado 6 
atribuir os dados de 5 a 1 (ou de 1 a 5 ao contrario) 

[fjucks]

tipo no algoritmo eu ate pensei ja, só nao sei como faço pra percorrer no arquivo e jogar na matriz..

>A
>B
>C
>D
> h 3
15
24 29
8 15 28 =


A B C D
A ** 15 24 8 = 47
B 15 ** 29 15 = 59
C 24 29 ** 28 = 81
D 8 15 28 ** = 51






D-A = 8
D-B = 15
D-C = 28


C-B = 29
C-A = 24


B-A = 15


o que eu preciso eh calcular o centroid e o intervalo, tipo o centroid eh: a a letra que tem a menor soma de distancia, no caso desse exemplo eh o centroid eh o elemento A, pois tem o menor valor e o intervalo eh o mais distante do centroid que no caso eh o elemento C.


tipo minha duvida eh como faço para preencher a matriz do outro lado, mesmo sabendo que ela eh, pq tipo, como vou calcular a soma da familia A? como faço para percorrer essas linhas e capturar numero á numero? tipo só uma dica

minha saida dever ser a matriz com o nome da familia - valor do centroid - valor do intervalo

[acpguedes]

deixa eu te falar, explica melhor de forma clara sua duvida, sem usar termos que não tem nada haver.

os valores das distancia você ja tem, certo? o que você que não é "calcular" é "atribuir"!

logo cada uma combinação de pontos(sequencias) tera um valor diferente, ou seja
do B para o A tem 15
do C para o B tem 29
do C para o A tem 24

e assim vai, o meu exemplo lah em cima tah certo

Por ultimo, no final vem a parte mais fácil que é somar as distancias comuns a um unico ponto!

Eu ja to tentando fazer isso aqui pra você, mas a parte dificil é atribuir os valores!

[fjucks]

eh tipo assim, eu ja tenho o valora das distancias, porém eu devo somar esses valores para cada termo, tipo a soma das distancias de A com todas os termos, a soma das distancias de B com todas os termos, a soma de C com todos os termos, tipo observe que na ultima linha no exemplo daria 51 a soma da distancia de D com todos os termos, o que preciso eh dessa soma de distancia, porem observe que para mim pegar a soma de A com D, por exemplo eu nao tenho, o que eu tenho que fazer eh pegar a de D com A, (que esta presente na ultima linha)..

só uma observação, naquele exemplo seu o h 9 (dado 10) nao representa um dado nao, eh só uma denotação para especificar a qtd de termos...

fico claro o q estou tentando fazer?? vou tentando aqui tbm, pq nunca mexi com perl, mexo mais c java, mas nao posso usar...rsrsrsrsrsr

valeuss

[acpguedes]

se vc conseguir fazer em C, perl é facil...

eu tbm to tentando aqui, mas to sem tempo... hoje a noite olho com calma!!

qualquer coisa faz em C e manda pra mim!

[fjucks]

nao prog em c, esse c java eh "com java",

tava pensando um negocio, como faria pra multiplicar a matriz e prencher o outro lado dela que eh igual? h eh regex puro neh?

[acpguedes]

como assim??? não entendi...

se você quiser atribuir valores a uma martiz a partir de outra, se estiver em ordem basicamente você faz

my @array1 = (termos do array);

my @array2 = (termos do array);

my $n1 = @array1;
my $n2 = @array2; 

if ($n1 == $n2){
for (my $i = 0; $i <= $n1 - 1; Si++){
print $array1[$i], " ", $array2[$i], " /n";
}
}

else{
retunr 0
} 

Aqui -> http://www.forum-invaders.com.br/vb/...l-Use-um-array

ensino usar arrays

mas não entendi sua pergunta direito, explica melhor...