DNA到RNA和用Perl获得蛋白质

Question

我正在研究一个项目（我必须在Perl中实现它，但我不擅长它），它读取DNA并找到它的RNA。将RNA分成三联体以获得其等同的蛋白质名称。我将解释一下步骤：

1）将以下DNA转录为RNA，然后使用遗传密码将其转化为氨基酸序列

示例：

TCATAATACGTTTTGTATTCGCCAGCGCTTCGGTGT

2）要转录DNA，首先用每个DNA替换它的对应物（即G代表C，C代表G，T代表A，A代表T代表）：

TCATAATACGTTTTGTATTCGCCAGCGCTTCGGTGT
AGTATTATGCAAAACATAAGCGGTCGCGAAGCCACA

接下来，请记住胸腺嘧啶（T）碱基成为尿嘧啶（U）。因此我们的序列变为：

AGUAUUAUGCAAAACAUAAGCGGUCGCGAAGCCACA

使用遗传密码就是那样

AGU AUU AUG CAA AAC AUA AGC GGU CGC GAA GCC ACA

然后在遗传密码表中查找每个三联体（密码子）。所以AGU变成丝氨酸，我们可以写成Ser，或者 只是S. AUU成为异亮氨酸（Ile），我们写成I.我继续这样做：

SIMQNISGREAT

我会给蛋白质表：

那么如何在Perl中编写该代码呢？我将编辑我的问题并编写我所做的代码。

Answer 1

尝试下面的脚本，它接受STDIN上的输入（或作为参数给出的文件）并逐行读取。我还假设，所附图像中的“停止”是一些停止状态。希望我从那张照片中读得很好。

#!/usr/bin/perl
use strict;
use warnings;

my %proteins = qw/
    UUU F UUC F UUA L UUG L UCU S UCC S UCA S UCG S UAU Y UAC Y UGU C UGC C UGG W
    CUU L CUC L CUA L CUG L CCU P CCC P CCA P CCG P CAU H CAC H CAA Q CAG Q CGU R CGC R CGA R CGG R
    AUU I AUC I AUA I AUG M ACU T ACC T ACA T ACG T AAU N AAC N AAA K AAG K AGU S AGC S AGA R AGG R
    GUU V GUC V GUA V GUG V GCU A GCC A GCA A GCG A GAU D GAC D GAA E GAG E GGU G GGC G GGA G GGG G
    /;

LINE: while (<>) {
    chomp;

    y/GCTA/CGAU/; # translate (point 1&2 mixed)

    foreach my $protein (/(...)/g) {
        if (defined $proteins{$protein}) {
            print $proteins{$protein};
        }
        else {
            print "Whoops, stop state?\n";
            next LINE;
        }
    }
    print "\n"
}