perl应用：SNP的提取（1）：lastz

现在有18个sample（样品）的DNA序列，然后有一个对比序列ref，我们的任务就是对照ref序列，从18个sample中提取出SNP位点。

事情的详细步骤如下：

1.首先利用lastz把每一个样品进行对比，从中找出配匹的大片段。这个过程需要用的是lastz的用法和perl中系统命令。

关于lastz，用法可以用google "lastz",或者直接到http://www.bx.psu.edu/miller_lab/dist/README.lastz-1.02.00/README.lastz-1.02.00a.html这里去看。

使用之前还是要慢慢的看一看的。

然后我们用一个perl程序，处理所有的18个样品，程序如下：

#!/usr/bin/perl
use strict;
use warnings;

system 'lastz TAIR10_chr5.fas bur_0.v7.PR_in_lowercaseDNA5.txt --ambiguous=iupac --notransition --step=20 --nogapped --format=maf >TAIR_vs_bur.maf';
system 'lastz TAIR10_chr5.fas can_0.v7.PR_in_lowercaseDNA5.txt --ambiguous=iupac --notransition --step=20 --nogapped --format=maf >TAIR_vs_can.maf';
system 'lastz TAIR10_chr5.fas ct_1.v7.PR_in_lowercaseDNA5.txt --ambiguous=iupac --notransition --step=20 --nogapped --format=maf >TAIR_vs_ct.maf';
system 'lastz TAIR10_chr5.fas edi_0.v7.PR_in_lowercaseDNA5.txt --ambiguous=iupac --notransition --step=20 --nogapped --format=maf >TAIR_vs_edi.maf';
system 'lastz TAIR10_chr5.fas hi_0.v7.PR_in_lowercaseDNA5.txt --ambiguous=iupac --notransition --step=20 --nogapped --format=maf >TAIR_vs_hi.maf';
system 'lastz TAIR10_chr5.fas kn_0.v7.PR_in_lowercaseDNA5.txt --ambiguous=iupac --notransition --step=20 --nogapped --format=maf >TAIR_vs_kn.maf';
system 'lastz TAIR10_chr5.fas ler_0.v7.PR_in_lowercaseDNA5.txt --ambiguous=iupac --notransition --step=20 --nogapped --format=maf >TAIR_vs_ler.maf';
system 'lastz TAIR10_chr5.fas mt_0.v7.PR_in_lowercaseDNA5.txt --ambiguous=iupac --notransition --step=20 --nogapped --format=maf >TAIR_vs_mt.maf';
system 'lastz TAIR10_chr5.fas no_0.v7.PR_in_lowercaseDNA5.txt --ambiguous=iupac --notransition --step=20 --nogapped --format=maf >TAIR_vs_no.maf';
system 'lastz TAIR10_chr5.fas oy_0.v7.PR_in_lowercaseDNA5.txt --ambiguous=iupac --notransition --step=20 --nogapped --format=maf >TAIR_vs_oy.maf';
system 'lastz TAIR10_chr5.fas po_0.v7.PR_in_lowercaseDNA5.txt --ambiguous=iupac --notransition --step=20 --nogapped --format=maf >TAIR_vs_po.maf';
system 'lastz TAIR10_chr5.fas rsch_4.v7.PR_in_lowercaseDNA5.txt --ambiguous=iupac --notransition --step=20 --nogapped --format=maf >TAIR_vs_rsch.maf';
system 'lastz TAIR10_chr5.fas sf_2.v7.PR_in_lowercaseDNA5.txt --ambiguous=iupac --notransition --step=20 --nogapped --format=maf >TAIR_vs_sf.maf';
system 'lastz TAIR10_chr5.fas tsu_0.v7.PR_in_lowercaseDNA5.txt --ambiguous=iupac --notransition --step=20 --nogapped --format=maf >TAIR_vs_tsu.maf';
system 'lastz TAIR10_chr5.fas wil_2.v7.PR_in_lowercaseDNA5.txt --ambiguous=iupac --notransition --step=20 --nogapped --format=maf >TAIR_vs_wil.maf';
system 'lastz TAIR10_chr5.fas ws_0.v7.PR_in_lowercaseDNA5.txt --ambiguous=iupac --notransition --step=20 --nogapped --format=maf >TAIR_vs_ws.maf';
system 'lastz TAIR10_chr5.fas wu_0.v7.PR_in_lowercaseDNA5.txt --ambiguous=iupac --notransition --step=20 --nogapped --format=maf >TAIR_vs_wu.maf';
system 'lastz TAIR10_chr5.fas zu_0.v7.PR_in_lowercaseDNA5.txt --ambiguous=iupac --notransition --step=20 --nogapped --format=maf >TAIR_vs_zu.maf';

这里我们只需要看第一个样品就可以了。后面都是17个重复，不过样品不一样罢了。system就是调用系统命令，我们这里调用的就是lastz，然后lastz后面紧跟的是你需要对比的两个序列的名称，以谁为参考序列谁在前。然后后面的参数都是以--开头的。

--ambiguous=iupac  大致的意思就是可以忽略不同的碱基，我们都知道DNA的类型只有四种，但是却有很多不确定的情况，就像R可以代表的就是A,G中的一种，因为测序的原因，我们无法准确的确定。你可以google“核酸代码”或者直接到http://blog.csdn.net/gaorongchao1990626/article/details/8208533这个网址里去看。

后面的大家自己去lastz的网站去看，然后--format=maf确定的输出文件的类型，>TAIR_vs_bur.maf是输出到TAIR_vs_bur.maf的文件。