計算C文本文件中完整基因的數量C

我想使用C語言計算來自文本文件的基因數，三元組是一組3個字母。基因由包含開始和結束的三元組序列組成。計算C文本文件中完整基因的數量C

開始該基因的： ATG基因的

端： TAA，TGA或TAG

的基因被認爲是，如果有效的開始和結束之間，例如至少一個三元組TAA ATG，不是有效的基因文本文件的

例如，文本文件可以有多個行

ATGGCA TAT ATG TGG AAGTAA GTT GTA ATGCAC GAT GGC AAC GGC GGCTAG CCA ATG AAA

此示例包含兩個基因

我到目前爲止嘗試過，不知道如何找到開始，然後結束。

int Count (char *file) { 
    FILE *ptr = NULL; 
    int count = 0; 

    char *start = "ATG"; 
    char *end = "TAA"; // miss TGA, TAG 

    char chr; 
    int occur, i; 

    ptr = fopen(filename, "r"); //open text file 

     if (ptr == NULL) 
      return -1; 

    chr = fgetc(ptr); 
    while(chr != EOF){ 

      if(ch == start[0]){     
        for(i=1; i< StrLen(start); i++){ 
        chr = fgetc(ptr); 

         if(chr == EOF){ 
          occur = 0; 
          break; 
         } 
         else if(chr != start[i]){ 
          chr = fgetc(ptr); 
          occur = 0; 
          break; 
         } 
         else 
          occur = 1; 
        } 

        if(occur == 1){ 
         count++; 
        } 

      } else{ 
       chr = fgetc(ptr); 
      }    
     } 

    if (!feof(ptr)){ 
     return -1; 
    } 
    fclose(ptr); 

    return count; 
} 

int StrLen(char *word){ 
int i = 0; 
char c = word[0]; 
while(c != '\0'){ 
    i++; 
    c = word[i]; 
} 
return i; 
}

請幫幫我！ :)

來源

2012-10-22 user1364304

請不要誤解爲「DoMyWork」的stackoverflow。從閱讀c文件開始，向前邁進，在編寫代碼時詢問你面臨的問題。 –

[你有什麼嘗試？]（http://whathaveyoutried.com） – SparKot

似乎它將是一個微不足道的正則表達式。嘗試這種方法，如果您無法正確使用正則表達式，請回來。 – Barmar

試着從更高的層面看待你的問題。你想找到由三聯體組成的基因。爲此，你必須讀三胞胎，並測試它是基因的起始還是結束，還是其間的某個基因。

所以，這看起來是這樣的：

char triplet[4]; 
while (read_triplet(fp, triplet)) { 
    if (is_beginning(triplet)) { 
     /* handle beginning */ 
    } else if (is_end(triplet)) { 
     /* handle end of gene */ 
    } else { 
     /* is between */ 
    } 
}

然後定義三重處理功能：

int read_triplet(FILE *fp, char *triplet) { /* ... */ } 
int is_beginning(const char *triplet) { return strcmp(triplet, "ATG") == 0; } 
int is_end(const char *triplet) 
{ 
    if (strcmp(triplet, "TAA") == 0) 
     return 1; 

    if (strcmp(triplet, "TGA") == 0) 
     return 1; 

    if (strcmp(triplet, "TAG") == 0) 
     return 1; 

    /* No, it's not an end triplet */ 
    return 0; 
}

希望這有助於爲一個開始。

來源

2012-10-22 21:08:39

做到這一點的一種方法是使用flex創建掃描儀，並讓掃描儀完成工作。看看dinosaur.compilertools.net和FLEX。有一堆老派的域專用語言工具，它們有助於爲c/C++生成代碼來處理文本序列的語法，語法和解析。您只需使用您的c程序中生成的代碼。請注意：如果您的要求允許，您應該使用perl，因爲它是爲這類任務量身定製的。

來源

2012-10-22 21:04:33 count0

計算C文本文件中完整基因的數量C

回答

相關問題