匹配不同的圖案爲一個字符串

（這是排序的後續問題one I asked before）匹配不同的圖案爲一個字符串

所以我有一個DNA串

例如

acagatgaaggaggacgcgcccccgccgctgtcctgcgcctcagccatcctatgagacgg

和我有20個不同的3字母模式（每個組合對應一個氨基酸）我想匹配的數據。我的java程序一次只查看3個字母，並嘗試將它與其中一個模式相匹配。我想最終計算每個氨基酸出現的次數，所以當我找到一個匹配時，我需要增加一個特定的計數器。我想實現這個用java正則表達式，所以我有：

Pattern A = Pattern.compile("(gct)|(gcc)|(gca)|(gcg)"); 
Pattern C = Pattern.compile("(tgt) | (tgc)"); 
Pattern D = Pattern.compile("(gat) | (gac)");

等

不過，我現在認識到，你需要爲每個模式的匹配，你不能用一個匹配器搜索所有模式;對於我來說，實現我想要做的事情的最佳方式是什麼？

來源

2011-12-09 user1058210

你知道邊界在你的字符串中？這是每封第三封信嗎？如果你不知道，我認爲正則表達式會因一些模式重疊的事實而變得複雜。例如，從上面字符串中的第17個字符開始，您有'gcgcc' - 這將匹配從第一個位置開始的'gcg'，但也會匹配從第三個位置開始的'gcc'。這些匹配共享字符串中的第二個g，所以我懷疑這實際上是表示這些位置中的兩種不同的酸。 –

user1058210，讓他們做你的GC04課程真的不是很酷，你應該自己動手做。和平！ – StrangeLondoner

試試看

String dna = "acagatgaaggaggacgcgcccccgccgctgtcctgcgcctcagccatcctatgagacgg"; 

Pattern p = Pattern.compile("(gct)|(gcc)|(gca)|(gcg)"); 
Matcher m = p.matcher(dna); 

int count = 0; 
while(m.find()) { 
    count ++; 
}

來源

2011-12-09 14:46:34 Taha

比化您正則表達式：

(gc[tcag]|(tg|ga)[tc])

來源

2011-12-09 13:09:24 FailedDev

我不會在這裏使用正則表達式。你有四個字母，因此4^3 = 64可能的三聯體。只需在字符串上循環，將每個三元組翻譯爲它的編號（a -> 0, c -> 1, g -> 2, t -> 3，所以gcc -> 2*4^2 + 1*4^1 + 1*4^0 = 37），增量counter[number]並忽略最後不想要的那些。（如果您還想要的位置，它可能是值得檢查當前三重是否是一個想插入到相應的列表，以節省一些空間之前。）

來源

2011-12-09 13:57:16

你可以使用一個表達式，如

(?<gc>gc[tcag])|(?<tg>tg[tc])|(?<ga>ga[tc])

但是，你不能對字符串使用正則表達式。它會給你很多誤報。

字符串中唯一有效的氨基酸是GAT GCC和GCT，如果對字符串使用正則表達式，最多可以找到11個結果。

所以你首先需要將字符串分成3個字符組，然後使用正則表達式來匹配它的模式。

嘗試正則表達式：

(?<gc>gc(?=[tcag]))|(?<tg>tg(?=[tc]))|(?<ga>ga(?=[tc]))

對您的字符串，它會拿出11個結果。不是你想要的。

要小心你所希望的，你可能會得到它。（或更多，那麼你想要的）

Dim dna As String = "acagatgaaggaggacgcgcccccgccgctgtcctgcgcctcagccatcctatgagacgg" 
    Dim pattern As New ArrayList 
    For x = 0 To dna.Length - 1 Step 3 
     Dim match As Match = Regex.Match(dna.Substring(x, 3), "(?<gc>gc[tcag])|(?<tg>tg[tc])|(?<ga>ga[tc])") 
     If match.Success Then 
      pattern.Add(match.Value) 
     End If 
    Next

這會給你4個結果

GAT - GCC - GCC - GCT

匹配所有3個有效氨基酸的

來源

2013-08-19 11:32:53 Sedecimdies

匹配不同的圖案爲一個字符串

回答

相關問題