将 JSON 解析为具有特定约束的 fasta 格式

Question

我有一个 JSON 看起来像这样

{
   "barcodes": {
        "0004F--0004R": {
            "Barcode UID": "4",
            "Sample ID": "10887581",
            "For Barcode Name": "0004F",
            "For Barcode Sequence": "GGTAGTGTGTATCAGTACATG",
            "Rev Barcode Name": "0004R",
            "Rev Barcode Sequence": "GGTAGTGTGTATCAGTACATG",
            "Genes Sequenced": "",
            "Ethnicity": "",
            "laa_params": {
                "--minLength": "3000",
                "--ignoreEnds": "60",
                "--maxReads": "2500",
                "--maxPhasingReads": "500"
            }
        },
        "0014F--0014R": {
            "Barcode UID": "14",
            "Sample ID": "10895675",
            "For Barcode Name": "0014F",
            "For Barcode Sequence": "GGTAGCGTCTATATACGTATA",
            "Rev Barcode Name": "0014R",
            "Rev Barcode Sequence": "GGTAGCGTCTATATACGTATA",
            "Genes Sequenced": "A/B/C",
            "Ethnicity": "British/Irish",
            "laa_params": {
                "--minLength": "3000",
                "--ignoreEnds": "60",
                "--maxReads": "2500",
                "--maxPhasingReads": "500"
            }
        },
        "0018F--0018R": {
            "Barcode UID": "18",
            "Sample ID": "10896709",
            "For Barcode Name": "0018F",
            "For Barcode Sequence": "GGTAGCATCACTACGCTAGAT",
            "Rev Barcode Name": "0018R",
            "Rev Barcode Sequence": "GGTAGCATCACTACGCTAGAT",
            "Genes Sequenced": "B/C",
            "Ethnicity": "British/Irish",
            "laa_params": {
                "--minLength": "3000",
                "--ignoreEnds": "60",
                "--maxReads": "2500",
                "--maxPhasingReads": "500"
            }
        }
   }
}

我用这个JSON创建了一个fasta文件，我把条码名称“0014F--0014R”分成两半。每一半放在一个文件中，然后在它下面的相关序列如下：

>0014F
GGTAGCGTCTATATACGTATA
>0014R
GGTAGCGTCTATATACGTATA

我使用 Groovy 执行此操作，代码是：

// Load JSON
// cfg_file is the JSON 
def analysis_config = jsonSlurper.parse(cfg_file)
// Create Keyset of "barcodes"
barcodes = Channel.from(analysis_config.barcodes.keySet())
// Create fasta:
new File('barcodes.fasta').withOutputStream { out ->
    analysis_config.barcodes.each { barcode -> 
        def (fname, revname) = barcode.key.split('--')
        out << ">$fname\n${barcode.value['For Barcode Sequence']}\n"
        out << ">$revname\n${barcode.value['Rev Barcode Sequence']}\n"
            }
}

我想更改此逻辑，以便如果 "genes sequenced" 为空，则跳过该条形码。

在“0004F--0004R”中，没有基因测序。我该如何实现这个逻辑？

在 Python 中，您可以简单地执行以下操作：

if not barcode['genessequenced']:
    continue

... 它会跳过该条形码。我本质上是一名 Python 程序员，我正在使用 Nextflow，它使用 Groovy 作为基础语言。将不胜感激。

注意

我觉得我的整个逻辑都必须改变。目前的流程是：

创建所有条形码的keySet()
用序列填充每个

现在的流程应该是： 1. 使用 "genes sequenced" 创建条形码的 keySet() 2. 用序列填充每个

那么，barcodes = Channel.from(analysis_config.barcodes.keySet()) 知道如何将这个逻辑添加到其中吗？

类似于：

barcodes = Channel.from(analysis_config.barcodes.[if "Genes Sequenced"].keySet())

Answer 1

在 groovy 中有一个 findAll{...} 方法：

analysis_config.barcodes.findAll{b-> b.value."Genes Sequenced"}.keySet()

或

analysis_config.barcodes.findAll{k,v-> v."Genes Sequenced"}.keySet()

或

analysis_config.barcodes.findAll{k,v-> v["Genes Sequenced"]}.keySet()

将 JSON 解析为具有特定约束的 fasta 格式

Parsing JSON to fasta format with specific constraint

json

parsing

groovy

fasta

nextflow

注意