AGCT_count_V2.pl

Script counts the number of G, C, A and T present in all fasta entries of each genome fasta file present in the running folder. Additionally, the program calculates the fraction of nucleotides that correspond to each nucleotide type and the fraction of nucleotides that correspond to either G or C. The script is designed to select all fasta files with the text “_genomic.fna” in order to select full genomes and not annotated features such as RNAs or CDS. If you prefer to determine these parameters considering only CDS, please comment variables $pat, $notpat and $notpat2 in lines 15 to 17 of the script and uncomment the corresponding variables in lines 20 to 22 or change variables according to the text in the file names you are are analyzing.

Usage: perl AGCT_count_V2.pl

本脚本用于统计运行目录下各基因组FASTA文件的所有FASTA条目内的G、C、A、T四种碱基的数量。此外，该程序还会计算各类碱基的核苷酸占比，以及G与C碱基的总核苷酸占比。本脚本默认筛选文件名包含"_genomic.fna"的FASTA文件，以仅保留完整基因组序列，而非RNA（核糖核酸）、CDS（编码序列）等已注释的序列特征。若您希望仅针对CDS序列计算上述参数，请注释脚本第15至17行中的$pat、$notpat与$notpat2变量，并取消注释第20至22行中的对应变量；或根据您所分析的文件名文本自行调整变量参数。使用方法：perl AGCT_count_V2.pl

搜集汇总

背景与挑战

背景概述

该数据集是一个Perl脚本（AGCT_count_V2.pl），用于计算蛋白质细菌基因组fasta文件中A、G、C、T核苷酸的数量、比例和GC含量，是研究'tRNA反密码子环化学修饰对密码子使用变异性和进化影响'项目的一部分。脚本支持筛选完整基因组文件，并可配置以分析特定区域如CDS，目前因相关论文待接受而处于embargo状态至2024年10月8日。