提前说明：文中所有￥均为$的替代，看官们在用的时间替换回来即可。文本提交后总有部分$符号不能正常显示，不得已使用￥代替$，没想到居然均可以正常显示，看来还是人民币魅力大啊。

下载到油菜darmor参考基因组GO注释文件，发现其格式是如下格式：

BnaC09g12820D GO:0046983

BnaC09g12810D GO:0003922

BnaC09g12810D GO:0004066

BnaC09g12810D GO:0005524

BnaC09g12810D GO:0006164

BnaC09g12810D GO:0006177

BnaC09g12810D GO:0006529

BnaC09g12810D GO:0016462

文章发表通常需要

BnaC09g12810DGO:0004066 GO:0005524 GO:0006164 GO:0006177 GO:0006529 GO:0016462形式，本文将通过perl脚本实现格式转换。

#!/usr/bin/perl

#usage:classify_print.pl list.file target.file out.file

open LIST,￥ARGV[0];     #gene list文件，该list文件包含所有无冗余的gene编号

open FILE,￥ARGV[1];     #需要编辑的GO注释文件

open OUT,">￥ARGV[2]";   #结果输入文件

chomp(@list=<LIST>);#list文件赋值到@list

chomp(@file=<FILE>);#原始GO文件赋值到@file

for(@file){

        chomp;

        (  ￥col1,  ￥col2 )=split; #将GO文件的行内容分割为变量￥col1与 ￥col2

        push @{ ￥col1 }, ￥col2; #把变量￥col2存储进以￥col1值为数据名称的数组中

        }

for(@list){

        print OUT  " ￥_\t@{ ￥_}\n"; #把结果打印到脚本的第三个参数，即输出文件中

        }

此脚本引入了额外的文件-list，需要提前通过excel或shell 的cut与uniq命令来获取，如果不引入该参数该如何实现同一个gene的GO信息归类到一行显示呢？

perl -e 'chomp(@all=sort <>);￥gene=(split /\s+/,￥all[0])[0];for(@all){my(￥col1,￥col2)=split;if(￥gene eq ￥col1){push @{￥gene},￥col2}else{print "￥gene\t@{￥gene}\n";￥gene=￥col1;push @{￥gene},￥col2}}print "￥gene\t@{￥gene}\n";' GO.file

即可。如何转化为脚本如下

#!/usr/bin/perl

#usage:classify_print.pl  target.file out.file

open FILE,￥ARGV[1];     #需要编辑的GO注释文件

open OUT,">￥ARGV[2]";   #结果输入文件

chomp(@all=sort <FILE>);#必须排序

￥gene=(split /\s+/,￥all[0])[0];#把排序后得到的数组第一个元素的第一列数据赋值到变量￥gene

for(@all){                                #遍历数组@all，其元素内容与格式为BnaC09g12820D GO:0046983

    my(￥col1,￥col2)=split;        #分割数据@all的元素，分别赋值￥col1 与￥col2

    if(￥gene eq ￥col1){              #字符串比较务必使用“eq”，数字比较使用“=”

        push @{￥gene},￥col2

            }else{

                    print OUT"￥gene\t@{￥gene}\n";#打印上一个gene 及GO信息

                    ￥gene=￥col1;        #把新的基因编号赋值给￥gene

                    push @{￥gene},￥col2

        }

                }

print OUT "￥gene\t@{￥gene}\n";#输出最后一个gene的GO注释信息