생성 된 무작위 쌍이 이미 존재하지 않는 것을 확인하는 숫자 목록에서 무작위 쌍을 생성하십시오.

Question

유전자 세트와 기존 유전자 쌍이 주어지면, 나는 이미 존재하지 않는 새로운 쌍의 유전자를 생성하려고합니다.

유전자 파일의 형식은 다음과 같습니다

123  
134 
23455 
3242 
3423 
... 
... 

유전자 쌍 파일의 형식은 다음과 같습니다

12,345  
134,23455 
23455,343 
3242,464452 
3423,7655 
... 
... 

을하지만 난 여전히 known_interactions와 new_pairs 사이의 몇 가지 일반적인 요소를 얻을. 오류가 어디 있는지 모르겠습니다. 인수에 대한

,
펄 generate_random_pairs.pl entrez_genes_file known_interactions_file
250000 내가 번호 250000 내가 프로그램을 생성 할 얼마나 많은 임의 쌍 알려주는 것이다 15880.의 공통 요소를 가지고.

#! usr/bin/perl 

use strict; 
use warnings; 

if (@ARGV != 3) { 
    die "Usage: generate_random_pairs.pl <entrez_genes> <known_interactions> <number_of_interactions>\n"; 
} 
my ($e_file, $k_file, $interactions) = @ARGV; 

open (IN, $e_file) or die "Error!! Cannot open $e_file\n"; 
open (IN2, $k_file) or die "Error!! Cannot open $k_file\n"; 

my @e_file = <IN>; s/\s+\z// for @e_file; 
my @k_file = <IN2>; s/\s+\z// for @k_file; 

my (%known_interactions); 

my %entrez_genes; 
$entrez_genes{$_}++ foreach @e_file; 

foreach my $line (@k_file) { 
    my @array = split (/,/, $line); 
    $known_interactions{$array[0]} = $array[1]; 
} 
my $count = 0; 

foreach my $key1 (keys %entrez_genes) { 
    foreach my $key2 (keys %entrez_genes) { 
     if ($key1 != $key2) { 
      if (exists $known_interactions{$key1} && ($known_interactions{$key1} == $key2)) {next;} 
      if (exists $known_interactions{$key2} && ($known_interactions{$key2} == $key1)) {next;} 
      if ($key1 < $key2) { print "$key1,$key2\n"; $count++; } 
      else { print "$key2,$key1\n"; $count++; } 
     } 
     if ($count == $interactions) { 
      die "$count\n"; 
     } 
    } 
} 

Answer 1

우선 무엇을 알면 상호 작용이 알려진 파일에서 뉘앙 거리는 (줄 바꿈을 제거하지 않음) 것입니다. 이 해시를 구축 할 것입니다

1111,2222 

: 중복 항목을 얻고있는 이유는 아마도

$known_interactions{1111} = "2222\n"; 

즉 같은 파일을 주어진 것을 의미한다.

map{ 
    chomp; 
    $entrez_genes{$_}++ ; 
}@e_file; 

및

map { 
    chomp; 
    my @array = sort(split (/,/)); 
    $known_interactions{$array[0]} = $array[1]; 
}@k_file; 

을 또한, 일반적으로, 나는 내 인생을 찾을 : 내 생각 엔 (실제 입력 파일없이 확신 할 수 없다)이 루프 작업을 확인해야한다는 것입니다 상호 작용하는 쌍 (생물 정보학의 기쁨 :)을 분류하면 더 쉽습니다. 그렇게하면 111,222와 222,111이 동일한 방식으로 처리되며 코드에서와 같이 여러 개의 if 문을 피할 수 있습니다.

당신의 다음 루프는 (이럴 인 더 읽기) 다음과 같습니다

이

my @genes=keys(%entrez_genes); 
for (my $i=0; $i<=$#genes;$i++) { 
    for (my $k=$n; $k<=$#genes;$k++) { 
    next if $genes[$n] == $genes[$k]; 
    my @pp=sort($genes[$n],$genes[$k]); 
    next unless exists $known_interactions{$pp[0]}; 
    next if $known_interactions{$pp[0]} == $pp[1]; 
    print "$pp[0], $pp[1]\n"; 
    $count++; 
    die "$count\n" if $count == $interactions; 
    } 
} 

Answer 2

난 당신의 코드를 잘못 아무것도 볼 수 있습니다. 쉼표 나 줄 끝 부분에 데이터에 공백이 있는지 궁금합니다. 당신이 단지의 존재를 확인할 수 있도록, 해시 키와 한 쌍의 모두 요소를 유지 나을 것,

my @e_file = map /\d+/g, <IN>; 

또한 예를 들어, 그냥 숫자 필드를 추출하는 안전 할 것 요소. 낮은 숫자가 항상 처음이면 두 번 조회 할 필요가 없습니다.

이 예제가 유용 할 것입니다. 그것은 당신의 요구 사항의 무작위 선택 부분을 해결하지 않지만, 그 자신의 코드에 아니었고 즉각적인 문제를 질문에서

use strict; 
use warnings; 

@ARGV = qw/ entrez_genes.txt known_interactions.txt 9 /; 

if (@ARGV != 3) { 
    die "Usage: generate_random_pairs.pl <entrez_genes> <known_interactions> <number_of_interactions>\n"; 
} 

my ($e_file, $k_file, $interactions) = @ARGV; 

open my $fh, '<', $e_file or die "Error!! Cannot open $e_file: $!"; 
my @e_file = sort { $a <=> $b } map /\d+/g, <$fh>; 

open $fh, '<', $k_file or die "Error!! Cannot open $k_file: $!"; 
my %known_interactions; 
while (<$fh>) { 
    my $pair = join ',', sort { $a <=> $b } /\d+/g; 
    $known_interactions{$pair}++; 
} 

close $fh; 

my $count = 0; 
PAIR: 
for my $i (0 .. $#e_file-1) { 
    for my $j ($i+1 .. $#e_file) { 
    my $pair = join ',', @e_file[$i, $j]; 
    unless ($known_interactions{$pair}) { 
     print $pair, "\n"; 
     last PAIR if ++$count >= $interactions; 
    } 
    } 
} 

print "\nTotal of $count interactions\n";