将DNA序列分裂成一个带有D的密码子列表

Question

DNA字符串由一个由四个字符组成的字母组成，A,C,G, and T给出了一个字符串，

ATGTTTAAA

我想把它分成它的组成密码子

ATG  TTT AAA  

   codons = ["ATG","TTT","AAA"]

密码子编码蛋白质，它们是多余的(表格)

我在D中有一个DNA串，想把它分裂成一系列的密码子，然后翻译/映射密码子到氨基酸。

std.algorithm有一个拆分器函数，它需要一个分隔符，而std.regex拆分器函数也需要一个正则表达式来拆分字符串。是否有一种不带分隔符的拆分字符串的惯用方法？

Answer 1

看起来你在找chunks

import std.range : chunks;
import std.encoding : AsciiString;
import std.algorithm : map;

AsciiString ascii(string literal)
{
    return cast(AsciiString) literal;
}

void main()
{
    auto input = ascii("ATGTTTAAA");
    auto codons = input.chunks(3);
    auto aminoacids = codons.map!(
        (codon) {
            if (codon == ascii("ATG"))
                return "M";
            // ...
        }
    );
}

请注意，我在这里使用的是encoding.html#.AsciiString，而不是普通的字符串文本。这是为了避免昂贵的UTF-8解码，这是为string做的，永远不适用于实际的DNA序列。我记得以前，对于类似的生物信息学代码来说，有显著的性能差异。

Answer 2

如果您只需要3个字符的组，则可以使用std.range.chunks。

import std.conv : to;
import std.range : chunks;
import std.algorithm : map, equal;

enum seq = "ATGTTTAAA";
auto codons = seq.chunks(3).map!(x => x.to!string);
assert(codons.equal(["ATG", "TTT", "AAA"]));

块的前端类型是Take!string，因此您可能需要也可能不需要map!(x => x.to!string)，这取决于您想要如何使用结果。

例如，如果您只想打印它们：

foreach(codon ; "ATGTTTAAA".chunks(3)) { writeln(codon); }

Answer 3

import std.algorithm;
import std.regex;
import std.stdio;

int main()
{
  auto seq = "ATGTTTAAA";
  auto rex = regex(r"[AGT]{3}");

  auto codons = matchAll(seq, rex).map!"a[0]";

  writeln(codons);

  return 0;
}