学习Perl6: slice fastq file

需求：

只获取 ath 物种的 hairpin 序列

文件格式如下所示，以>打头的为 header，紧跟的为序列[AUCG]+ （Perl5 regexp 格式）

#!/usr/bin/env perl6

my Bool $now = False ;

# 词法变量还是用 my 声明

# 此外，perl5中的 local 在6 中是没有的

# our， state

# temp let 可以作用于声明好的变量上

my  Str $seq;

for @*ARGS[0].IO.lines -> $l {

# Perl5中的 @ARGV 在 perl6 中使用 动态变量@*ARGS 来代替，

  # $now = False ;

  if $l ~~ /^\>/ {

 #Perl6 正则中除了 a-z A-Z 和下划线不用转义，其他的都需要转义。

    if $l ~~ /^ \> ath / {

 #perl6 正则中的空白可以随便加，不作为匹配部分，你可以副词:s (:sigspace)来关闭

      say $seq.flip.trans('A' => 'T','U' => 'A','C' => 'G','G' => 'C') if $seq.Bool;

       # 把 pri-RNA 转成 cDNA

       # 先反转整个序列，再 AUCG -> TAGC

      $seq = '';

      $now = True ;

      say $l ;

      next

    }else{

      $now = False

    }

  }

  if $now and $l ~~ /^ <[AUCG]> + $/ {

    say $l

  }

}

文件 hairpin.fa

>ame-mir-9865 MI0031791 Apis mellifera miR-9865 stem-loop

AAGAUGGAAUUGAUUUAUGUGGUGAUUGUGCAGUAGCACAAUUAGAAGCUGAAAAACCAC

UGCACGAUACAUUACAUAGAUUACUUCCUAUUAA

>ame-mir-9866 MI0031792 Apis mellifera miR-9866 stem-loop

GAUGAGAGGAUUCGAGUCGGCGGGGUAUGAGUAAUACGUUCAGGCAUGUACCUCGUAUCC

CCUUGGCUCGCAAUGCCCUCUCCCU

>ame-mir-9867 MI0031793 Apis mellifera miR-9867 stem-loop

UCCUGAGGCAAGACGGUAUGGACGGUAGAGACGAGUCAUGAUCCUCGUCCUGCCGCGUCA

CCGUUAUCCUCAUCC

>ame-mir-9868 MI0031794 Apis mellifera miR-9868 stem-loop

UCGGCGAUAAAAGCUCGGCGUUUCAUCGAUGCCUGGCCUGCUCUUUCCCCGUGGUUAAGC

UCGAUGAAGUCGUCGGGUUUAGCCGG

...

>ath-MIR8167d MI0031739 Arabidopsis thaliana miR8167d stem-loop

CAUCUUUGAGAUUUUACACAGUAGUCAUGGAGUUUUUGGAAGAGAGAAAGUGGAGAUGUG

GAGAUCGUGGGGAUG

>ath-MIR8167e MI0031740 Arabidopsis thaliana miR8167e stem-loop

CAUCUUUGAGAUUUUACACAGUAGUCAUGGAGUUUUUGGAAGAGAGAAAGUGGAGAUGUG

GAGAUCGUGGGGAUG

>ath-MIR8167f MI0031741 Arabidopsis thaliana miR8167f stem-loop

CAUCUUUGAGAUUUUACACAGUAGUCAUGGAGUUUUUGGAAGAGAGAAAGUGGAGAUGUG

GAGAUCGUGGGGAUG

.....