寻找关于如何处理我的Perl编程家庭作业编写RNA合成程序的建议。我总结并概述了下面的程序。具体来说，我正在寻找下面的块的反馈（我将编号以便于参考）。我读过安德鲁约翰逊的“Perl编程元素”第6章（好书）。我还阅读了perlfunc和perlop pod-pages，没有任何内容可以从哪里开始。
程序描述：程序应该从命令行读取输入文件，将其翻译成RNA，然后将RNA转录成一系列大写的单字母氨基酸名称。
接受在命令行上命名的文件
这里我将使用＆lt;＆gt;运营商
检查以确保该文件仅包含acgt或die
if ( <> ne [acgt] ) { die "usage: file must only contain nucleotides \n"; }
将DNA转录为RNA（每个A替换为U，T替换为A，C替换为G，G替换为C）
不确定如何做到这一点
拿这个转录＆amp;从第一次出现的“AUG”开始，将它分成3个字符的“密码子”
不确定，但我认为这是我将启动％哈希变量的地方？
取3个字符“密码子”并给它们一个字母符号（一个大写的单字母氨基酸名称）
使用键赋值（此处有70种可能性，因此我不确定存储位置或访问方式）
如果遇到间隙，则启动新行并重复处理
不确定，但我们可以假设差距是三倍的倍数。
我是以正确的方式接近这个吗？是否有我可以忽略的Perl功能可以简化主程序？
必须是自包含程序（密码子名称和符号的存储值）。
每当程序读取一个没有符号的密码子时，这是RNA中的缺口，它应该开始一个新的输出系列，并在下一次出现“AUG”时开始。为简单起见，我们可以假设间隙总是三倍的倍数。
在我花费任何额外时间进行研究之前，我希望得到确认，我正在采取正确的方法。感谢您花时间阅读并分享您的专业知识！
答案 0 :(得分：5)
1. here I will use the <> operator
好的，你的计划是逐行读取文件。不要忘记每行chomp，否则你的序列中最后会出现换行符。
2. Check to make sure the file only contains acgt or die
if ( <> ne [acgt] ) { die "usage: file must only contain nucleotides \n"; }
在while循环中，<>运算符会将读取的行放入特殊变量$_，除非您明确指定它（my $line = <>）。
在上面的代码中，您正在从文件中读取一行并将其丢弃。你需要保存该行。
此外，ne运算符比较两个字符串，而不是一个字符串和一个正则表达式。你需要!~运算符（或=~运算符，带有否定的字符类[^acgt]。如果你需要测试不区分大小写，请查看{{1正则表达式匹配的标志。
i
正如GWW所说，检查你的生物学。 T-> U是转录中的唯一步骤。您会在此处找到3. Transcribe the DNA to RNA (Every A replaced by U, T replaced by A, C replaced by G, G replaced by C).（音译）运算符。
tr
4. Take this transcription & break it into 3 character 'codons' starting at the first occurance of "AUG"
我会在这里使用缓冲区。在not sure but I'm thinking this is where I will start a %hash variables?循环之外定义标量。使用while(<>)匹配“AUG”。如果找不到，请将最后两个基数放在该标量上（您可以使用index）。在循环的下一次迭代中（将substr $line, -2, 2）行添加到这两个碱基，然后再次测试“AUG”。如果你受到了打击，你会知道在哪里，所以你可以标记这个位置并开始翻译。
.=
5. Take the 3 character "codons" and give them a single letter Symbol (an uppercase one-letter amino acid name)
再次，正如GWW所说，构建一个哈希表：
Assign a key a value using (there are 70 possibilities here so I'm not sure where to store or how to access)。
然后你可以使用（例如。）%codons = ( AUG => 'M', ...)来构建你正在检查的当前行的数组，一次构建三个元素的密码子，并从哈希表中获取正确的氨基酸代码。 / p>
split
6.If a gap is encountered a new line is started and process is repeated
见上文。您可以使用not sure but we can assume that gaps are multiples of threes.来测试是否存在差距。
exists $codons{$current_codon}
你知道，看看上面的内容，似乎太复杂了。我建了几个积木;子程序7. Am I approaching this the right way? Is there a Perl function that I'm overlooking that can simplify the main program?和read_codon：我认为它们极大地帮助了程序的逻辑。
我知道这是一项家庭作业，但我认为这可能有助于您了解其他可能的方法：
translate答案 1 :(得分：3)
我可以就你的一些观点给你一些提示。
我认为你的第一个目标应该是逐个字符地解析文件，确保每个文件都有效，将它们分成三个核苷酸组，然后处理你的其他目标。
我认为您的生物学也有点过时，当您将DNA转录为RNA时，您需要考虑strands所涉及的内容。在转录过程中，您可能不需要“补充”您的碱基。
2.你应该检查这个是你逐字符解析文件。
3.你可以用循环和一些if语句或散列
4.当你逐个字符地读取文件时，这可能是用计数器完成的。因为你需要在每个第3个字符后插入一个空格。
5.这是一个使用基于氨基酸密码子表的哈希的好地方。
6.解析文件时，您必须查找间隙字符。这似乎与你的＃2要求相矛盾，因为程序说你的文本只能包含ATGC。
有很多perl函数可以使这更容易。还有perl模块，如bioperl。但我认为使用其中一些可能会破坏你的任务目的。
答案 2 :(得分：1)
请查看BioPerl和browse the source-modules，了解有关如何进行此操作的指标。