使基本基因组序列程序正常工作

Question

我试着创建一个程序来检查基因组序列。

上下文：

生物学家使用一系列字母A，C，T和G来模拟基因组。

基因是基因组的一个子串，起始于三胞胎ATG，结束于三胞胎标记TAA或TGA。

此外，基因串的长度是3的倍数，该基因不包含任何三胞胎ATG、TAG、TAA和TGA。

我想要的结果是：

>>Enter a genome string:>>TTATGTTTTAAGGATGGGGCGTTAGTT
Output:
>>TTT
>>GGGCGT
>>Enter a genome string:>>TGTGTGTATAT
>>No gene is found

到目前为止我有：

import re

def findGene(gene):
  pattern = re.compile(r'ATG((?:[ACTG]{3})*?)(?:TAG|TAA|TGA)')
  return pattern.findall(gene)

  findGene('TTATGTTTTAAGGATGGGGCGTTAGTT')

def main():
  geneinput = input("Enter a genome string: ")
  print(findGene(geneinput))


main()

# TTATGTTTTAAGGATGGGGCGTTAGTT

如何使这些代码正常工作？

谢谢。

Answer 1

import re

def findGene(gene):
    pattern = re.compile(r'ATG((?:[ACTG]{3})*?)(?:TAG|TAA|TGA)')
    return pattern.findall(gene)

findGene('TTATGTTTTAAGGATGGGGCGTTAGTT')

def main():
    geneinput = input("Enter a genome string: ")
    print(findGene(geneinput) or 'No gene is found')


main()

# TTATGTTTTAAGGATGGGGCGTTAGTT