3

我正在研究一个读取 DNA 并找到其 RNA 的项目（我必须在 Perl 中实现它，但我不擅长它）。将该 RNA 分成三联体，以获得它的等效蛋白质名称。我将解释步骤：

1）将以下DNA转录为RNA，然后利用遗传密码将其翻译为氨基酸序列

例子：

TCATAATACGTTTTGTATTCGCCAGCGCTTCGGTGT

2) 要转录 DNA，首先将每个 DNA 替换为其对应物（即，G 替换 C，C 替换 G，T 替换 A，A 替换 T）：

TCATAATACGTTTTGTATTCGCCAGCGCTTCGGTGT
AGTATTATGCAAAACATAAGCGGTCGCGAAGCCACA

接下来，请记住胸腺嘧啶 (T) 碱基变成了尿嘧啶 (U)。因此我们的序列变为：

AGUAUUAUGCAAAACAUAAGCGGUCGCGAAGCCACA

使用遗传密码就是这样

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元组（密码子）。所以AGU变成了丝氨酸，我们可以写成Ser，或者只是S。AUU变成异亮氨酸（Ile），我们写成I。这样继续下去，我们得到：

SIMQNISGREAT

我将给出蛋白质表：

在此处输入图像描述

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。

4

1 回答 1

8

试试下面的脚本，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”是某种停止状态。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"
}
于 2011-03-21T19:51:53.917 回答