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<>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。