如果我有坐標，如何使用UCSC的Perl腳本提取DNA序列？

Question

如果我有坐標，如何使用基因組瀏覽器（UCSC）的Perl腳本提取DNA序列？

Answer 1

您可以將DAS序列請求傳遞給Perl腳本，該腳本解析包含序列的XML元素。

例如，以下是UCSC的DAS服務器的curl請求，丟棄了傳遞給parseSeq.pl的標准錯誤：

$ curl http://genome.ucsc.edu/cgi-bin/das/hg19/dna?segment=1:10000,10999 2>/dev/null | parseSeq.pl

curl的輸出將是包含來自人類基因組的hg19裝配的1000鹼基DNA序列的XML文檔。 請求從第一個染色體請求基數10000到10999（記住UCSC從0開始 ）。 XML將包含一些對日志記錄和錯誤檢查有用的其他內容。

將XML傳遞到Perl腳本之后，您可以使用Perl的XML :: Simple模塊快速解析您想要的東西。

為了幫助您入門，您的parseSeq.pl文件可能以以下內容開頭：

#!/usr/bin/perl -w                                                                                                                                                                                                                          

use strict;                                                                                                                                                                                                                                 
use XML::Simple;                                                                                                                                                                                                                            
use Data::Dumper;                                                                                                                                                                                                                           

my $xml = new XML::Simple;                                                                                                                                                                                                                  
my $ref = $xml->XMLin('-');                                                                                                                                                                                                                       

print Dumper $ref;

這個輸出應該給你足夠的開始從$ref拉出DNA序列。