求一perl程序，希望得到实在的程序代码帮助

编程需求：如果>行之间相同的字母组合完全相同，则输出相应的>所在的行。

如：

>gi|123|CAV28776.1| unnamed protein product [Physcomitrella patens]
PYCVRMGLKRKILHASEPQSPVGVL
>gi|34fg|gb|CAV28776.1| unnamed protein product [Physcomitrella patens]
PYCVRMGLKRKILHASEPQSPVGVL

两者存在相同的字符串PYCVRMGLKRKILHASEPQSPVGVL，所以输出结果：

>gi|123|CAV28776.1| unnamed protein product [Physcomitrella patens]
>gi|34fg|gb|CAV28776.1| unnamed protein product [Physcomitrella patens]
字符串相同



有一文件，内容如下

如：
>gi|218328416|gb|CAV28776.1| unnamed protein product [Physcomitrella patens]
MPQIQYSEKYFDDTYEYRHVVLPPDIAKLLPKNRLLSEAEWRGIGVQQSRGWVHYAIHRPEPHIMLFRRP
LNYGQPQQAAAVQQQPTGMKA
>gi|218328416|emb|CAV28776.1| unnamed protein product [Physcomitrella patens]
MPQIQYSEKYFDDTYEYRHVVLPPDIAKLLPKNRLLSEAEWRGIGVQQSRGWVHYAIHRPEPHIMLFRRP
LNYGQPQQAAAVQQQPTGMKA
>gi|51833416|emb|CAV28776.1| unnamed protein product [Physcomitrella patens]
MPQIQYSEKYFDDTYEYRHVVLPPDIAKLLPKNRLLSEAEWRGIGVQQSRGWVHYAIHRPEPHIMLFRRP
LNYGQPQQAAAVQQQPTGMKA
>gi|26190151|emb|CAD21955.1| cyclin D [Physcomitrella patens]
MSPSVDCLASLYCAEDVSGTAWNESEMCGAADRVFESQPAVFMDFPVEDDEAIATLLMKEAQFMPEADYL
ERYQSRKLSLEARLAAIEWILKVHSFYNYSPLTVALAVNYMDRFLSRYYFPEGKEWMLQLLSVACISLAA
KMEESDVPILLDFQVEQEEHIFEAHTIQRMELLVLSTLEWRMSGVTPFSYVDYFFHKLGVSDLLLRALLS
RVSEIILKSIRVTTSLQYLPSVVAAASIICALEEVTTIRTGDLLRTFNELLVNVESVKDCYIDMRQSEIG
PYCVRMGLKRKILHASEPQSPVGVLEAADVSSPSGTVLGFSSRESSPDVTDSPPSTNSQRKRRKLCLHNE
SCLHVESASL

输出结果：
>gi|218328416|gb|CAV28776.1| unnamed protein product [Physcomitrella patens]
>gi|218328416|emb|CAV28776.1| unnamed protein product [Physcomitrella patens]
>gi|51833416|emb|CAV28776.1| unnamed protein product [Physcomitrella patens]
字符串相同

附件是一个需要处理的文件

本帖最后由 longbow0 于 2010-09-18 11:48 编辑

用 Bioperl，Bio::SeqIO

大致是

本帖最后由 iamlimeng 于 2010-09-18 12:24 编辑

用HASH吧，很容易实现。如果数据量很大，那要考虑内存容量，或者换一种读文件的方式。