perl脚本根据gff3文件的提取CDS最长的转录本

原创

已于 2024-03-06 12:00:11 修改 · 2k 阅读

16 ·

CC 4.0 BY-SA版权

文章标签：

#perl #生物信息学

于 2023-12-05 14:34:11 首次发布

最近要进行比较基因组的分析，下载了各式各样的基因组注释，总会有一些和现有脚本和软件不兼容的，尤其是在CoGe上下载了一个奇怪的gff3注释，有些CDS直接没有parent注释导致频频报错，提个最长转录本都提不出来，直接写个新的脚本好了。

#!/usr/bin/perl
use strict;
use warnings;

my $usage = "$0 <input.gff3> <output.list>";
die($usage) unless (@ARGV == 2);

# 输入文件和输出文件
my $input_file = $ARGV[0];
my $output_file = $ARGV[1];

# 打开输入文件
open(ERR,">",'err_line.txt');
open(my $in,'<',$input_file) or die "无法打开输入文件 $input_file: $!";
# 初始化变量
my %gene_data;
my $gene_id;

# 逐行读取GFF3文件
while (my $line = <$in>) {
   
   
    next if $line =~ /^#/;  # 跳过注释行
    chomp $line;
    my @fields =