Question

perl遇到了非常技术性的编码问题。基本上我正在寻找一些特定的DNA序列。

my $seq = '...';
my @dna = split //, $seq;
my $amount = scalar @dna; 

for my $index (0 .. $amount - 1){
    if ($dna[$index] eq 'A' and $dna[$index+1] eq 'T' and 
         $dna[$index+2] eq 'G' and $dna[$index+3] eq 'C'
    ) {
        do {
            print $dna[$index++];
        } until ($dna[$index] eq 'C' and $dna[$index+1] eq 'C' and $dna[$index+2] eq'G')
    }
}

问题是，“until”部分是否处于无限循环中。我得到了所有序列，但由于某种原因，直到循环不会停止循环。我试过了

until ($dna[$index] eq 'C' and $dna[$index+1] eq 'C' and $dna[$index+2] eq 'G' ){last;}

但这突破了“for”循环。有没有办法在不破坏 for 循环的情况下突破 do-until 循环？

Answer 1

<案例1

my $seq = 'xxxxxATGCyyyyyCCGzzzzz';  # Ouputs ATGCyyyyy

当ATGC后面跟CCG后，您的代码就可以运行。

<案例2

my $seq = 'xxxxxATGCyyyyy';  # Infinite loop

如果CCG后面没有ATGC，则会$index越过@dna，导致无限循环。

<案例3

my $seq = 'wwwwwATGCxxxxxATGCyyyyyCCGzzzzz';  # Ouputs ATGCxxxxxATGCyyyyy and ATGCyyyyy

你开始寻找上一场比赛开始的另一场比赛，而不是结束，所以你最终可能会有重叠的比赛。部分原因是假设循环将从您更改的值$index继续。

解决方案

my $seq = '...';
my @seq = split //, $seq;
my $seq_len = @seq;
for (my $i = 0; $i < $seq_len-7; ++$i) {
    if (   $seq[$i+0] eq 'A'
        && $seq[$i+1] eq 'T'
        && $seq[$i+2] eq 'G'
        && $seq[$i+3] eq 'C'
     ) {
        my $start = $i;
        $i += 4;
        for (; $i < $seq_len-3; ++$i) {
            if (   $seq[$i+0] eq 'C'
                && $seq[$i+1] eq 'C'
                && $seq[$i+2] eq 'G'
            ) {
                my $end = $i;
                print(join('', @seq[$start .. $end-1]), "\n");
                last;
            }
        }
    }
}

substr简化了事情。

my $seq = '...';
my $seq_len = length($seq);
for (my $i = 0; $i < $seq_len-7; ++$i) {
    if (substr($seq, $i, 4) eq 'ATGC') {
        my $start = $i;
        $i += 4;
        for (; $i < $seq_len-3; ++$i) {
            if (substr($seq, $i, 3) eq 'CCG') {
                my $end = $i;
                print(substr($seq, $start, $end-$start), "\n");
                last;
            }
        }
    }
}

但正则表达式只是更进一步。

my $seq = '...';
while ($seq =~ / ( ATGC .*? ) (?= CCG ) /xsg) {
    print("$1\n");
}

如果您想在没有CCG时输出字符串的剩余部分，可以使用以下内容：

my $seq = '...';
while ($seq =~ / ( ATGC (?:(?! CCG ).)* ) /xsg) {
    print("$1\n");
}

Answer 2

正如perlsyn

中所述

对于＆＃34; last＆＃34;，你必须更精细：
LOOP: { 
    do {
        last if $x = $y**2;
        # do something here
    } while $x++ <= $z;
}

如果序列在CCG之后的某个地方不包含ATGC，则循环不会终止。将or $index == $#dna添加到条件中。

Answer 3

虽然我绝对赞同@ ikegami基于正则表达式的方法，但我们试着挽救你所拥有的东西。一些具体问题：

使用C-style for / foreach循环，以便对$ index的调整转移到外循环
您无法在last或next循环中直接使用do {} until ()或do {} while () - 这些不是while ()或{{1} }循环，它们是until ()构造，这些关键字不适用。有关将do构造包装在一次性循环中以使这些关键字可行，请参阅其他一些答案。
在找到您要查找的内容之前，您需要处理数据耗尽的可能性。

这是我对你的代码进行的修改，让它运行并清除@ ikegami的测试障碍：

do

（是的，use constant { START => 'ATGC', STOP => 'CCG' }; use constant { START_LENGTH => length(START), STOP_LENGTH => length(STOP) }; my $sequence = 'wwwwwATGCxxxxxATGCyyyyyCCGzzzzz'; my @dna = split //, $sequence; for (my $index = 0; $index < @dna - START_LENGTH; $index++) { if (join('', @dna[$index .. $index + START_LENGTH - 1]) eq START) { do { print $dna[$index++]; } until ($index > $#dna or ($index < @dna - STOP_LENGTH and join('', @dna[$index .. $index + STOP_LENGTH - 1]) eq STOP)); print("\n"); } }使用SO格式化程序，因为它认为它正在引入评论。我相信有人知道如何解决这个问题，并会相应地编辑这个答案。）

如何打破嵌套的until循环，而不影响它最初的for循环

3 个答案:

解决方案