找到这个和那个核苷酸序列的多个匹配项答案

【问题标题】：Find multiple matches of this and that nucleotide sequence找到这个和那个核苷酸序列的多个匹配项
【发布时间】：2013-09-03 22:12:05
【问题描述】：

我想找到 ATG...TAG 或 ATG...TAA 的所有事件。我尝试了以下方法：

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

my $file = ('ATGCCCCCCCCCCCCCTAGATGAAAAAAAAAATAAATGAAAAATAGATGCCCCCCCCCCCCCCC');

while($file =~ /((?=(ATG\w+?TAG|ATG\w+?TAA))/g){ 
    print "$1\n";           
}

这给了-

ATGCCCCCCCCCCCCCTAG
ATGAAAAAAAAAATAAATGAAAAATAG
ATGAAAAATAG

我想要-

ATGCCCCCCCCCCCCCTAG
ATGAAAAAAAAAATAA
ATGAAAAATAG

我做错了什么？

【问题讨论】：

您是在寻找其中之一，还是两者兼而有之？

标签： regex perl bioinformatics

【解决方案1】：

您实际上非常接近，从您上面的陈述中可以看出您有两个捕获，而我认为您真的只想要一个；我也不认为你需要前瞻。

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

my $file = ('ATGCCCCCCCCCCCCCTAGATGAAAAAAAAAATAAATGAAAAATAGATGCCCCCCCCCCCCCCC');

while($file =~ /(ATG\w+?TA[AG])/g){
    print "$1\n";
}

# output
# ATGCCCCCCCCCCCCCTAG
# ATGAAAAAAAAAATAA
# ATGAAAAATAG

一行一行：

ATG 匹配文字 ATG

\w+?可选地匹配一个或多个个字符

TA[AG] 匹配文字 TAA 或 TAG

【讨论】：

【解决方案2】：

/(ATG\w+?TA[AG])/ 工作并且比FlyingFrog 建议的要优雅一点；-)

-bash-3.2$ perl
my $string = 'ATGCCCCCCCCCCCCCTAGATGAAAAAAAAAATAAATGAAAAATAGATGCCCCCCCCCCCCCCC';
my @matches = $string =~ /(ATG\w+?TA[AG])/g;
use Data::Dumper;
print Dumper \@matches;
$VAR1 = [
          'ATGCCCCCCCCCCCCCTAG',
          'ATGAAAAAAAAAATAA',
          'ATGAAAAATAG'
        ];

【讨论】：

【解决方案3】：

您的代码将找到以ATG 开头并以TAG 或TAA 结尾的序列 - 以先到者为准。如果您从序列中删除所有TAGs，您会发现以TAA 结尾的延伸。通过创建两个捕获组（一个用于ATG...TAG，一个用于ATG...TAA），您将找到所有序列。

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

my $file = ('ATGCCCCCCCCCCCCCTAGATGAAAAAAAAAATAAATGAAAAATAGATGCCCCCCCCCCCCCCC');

while($file =~ /(?=(ATG\w+?TAG))(?=(ATG\w+?TAA))/g){ # makes two capture groups 
    print "$1\n";
    print "$2\n";           
}

输出：

ATGCCCCCCCCCCCCCTAG
ATGCCCCCCCCCCCCCTAGATGAAAAAAAAAATAA
ATGAAAAAAAAAATAAATGAAAAATAG
ATGAAAAAAAAAATAA

---- 或：----

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

my $file = ('ATGCCCCCCCCCCCCCTAGATGAAAAAAAAAATAAATGAAAAATAGATGCCCCCCCCCCCCCCC');

while($file =~ /(?=(ATG\w+?TA[AG]))/g){ 
    print "$1\n";
}

输出：

ATGCCCCCCCCCCCCCTAG
ATGAAAAAAAAAATAA
ATGAAAAATAG

取决于你到底在追求什么......

【讨论】：

第二个做我想做的事