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.我将解释一下这些步骤:

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

例:

TCATAATACGTTTTGTATTCGCCAGCGCTTCGGTGT

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

TCATAATACGTTTTGTATTCGCCAGCGCTTCGGTGT
AGTATTATGCAAAACATAAGCGGTCGCGAAGCCACA

接下来,记住胸腺嘧啶(T)碱基变成尿嘧啶(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变成Isoleucine(Ile),我们写成I.我继续这样做,我们得到:

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.希望我能从那张图片中读到这一切.

#!/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"
}