试图捕获perl正则表达式中的干预序列

Question

因此，我正在使用Perl正则表达式对含有两种酶的DNA序列进行基本的限制性消化。我有一个更大的程序，但似乎我应该能够用正则表达式在几行中完成这个。使用输入的DNA序列，我需要捕获酶切位点，以及连续位点之间的所有DNA。

输入： CATCCCCCGTCAAAAACACTTGAAAAACAT

酶1切割位点 CA

酶2切割位点： TG

预期输出：

CATCCCCCGTCA

CAAAAACA

CACTTG

TGAAAAACA

CAT

我使用以下脚本：

my $input = "CATCCCTCGTCAAAAACACTTGAAAAACAT";

my $enzyme1="CA";
my $enzyme2="TG";

@cuts = $input =~ /(CA|TG[.]*CA|TG)/ig;

foreach $cut (@cuts){
    print "$cut\n";
}

然而，当我得到以下内容时：

CA

CA

CA

TG

CA

为什么我的正则表达式没有捕获两个切割位点加上干预序列？我使用括号进行捕获，但它一定不正确。

感谢您的帮助。

Answer 1

您可以使用Positive Lookahead断言捕获来获得重叠匹配：

my @cuts = ( $input =~ /(?=((?:CA|TG).*?(?:CA|TG|$)))/ig );

Working Demo