变异我的DNA序列
当将DNA翻译成蛋白质时，核糖体读取DNA核苷酸3×3的序列。每组3个核苷酸被称为密码子，每个密码子编码一个氨基酸，存在一些冗余。这是大多数有机体使用的转换表(表读左、上、右)：
人类和大多数其他生物只使用一个氨基酸作为“开始”密码子:蛋氨酸，也就是a。相遇，M，或ATG。这意味着任何编码蛋白质的DNA序列都是从ATG开始的，ATG将被翻译机器识别。
然而，三个不同的密码子被用来停止翻译: TAA，TAG和TGA。如果复制机器遇到任何这些，它将停止，翻译的蛋白质将被释放到细胞。
因此，可能发生的最危险的突变之一是会导致蛋白质翻译的早期终止。例如，如果我们取这个DNA序列：
ATGGCCTTCATATCGGCGGACAGCGAATCTGGTGATTAA
分裂成密码子：
ATG GCC TTC ATA TCG GCG GAC AGC GAA TCT GGT GAT TAA
翻译后，将：
met ala phe ile ser ala asp ser glu ser gly asp STOP
但是如果我们在第14位将C替换成A，那么蛋白质序列将是
met ala phe ile STOP
这一替代将在基因组学中写成14C>A。
我还可以执行其他替换(例如，25G>T)，这些替换会导致早期终止，但14C>A是序列中的第一个，因此在翻译后会产生最短的蛋白质。
挑战
给出一串编码一个蛋白质的核苷酸(第一个密码子是ATG，最后是一个停止)，找到第一个替换，这将导致蛋白质翻译的早期终止，从而产生尽可能最短的蛋白质。这是代码高尔夫，所以最少字节赢！
规则和规范
(如果有人问到关于什么是允许的相关问题，这些都会被更新)
- DNA序列以连续块大写形式存储在字符串中，其中没有空格或标点符号，并且只包含ACGT。如果您想将它存储到二进制(A:00/C:01/G:10/T:11)或整数(A:1/C:2/G:3/T:4)，那就好了(您不需要遵循这些编码)。
- 宣布密码子到氨基酸转换表是高尔夫挑战的一部分。你必须选择你认为相关的部分。大多数软件使用哈希/字典来存储它。
- 代码应该返回使用首选名称: 14C>A (位置、原始核苷酸、">“、新核苷酸)格式的替换，但是任何包含这三个元素的格式都会被接受。
- 如果没有可能的早期终止站点，函数应该返回任何容易识别的错误值(引发错误、FALSE、-1等)或不返回任何内容。
测试用例
ATGCACTGTTGGGGAGGCAGCTGTAACTCAAAGCCTTAG
-> 9T>A
ATGGTAGAACGGAGCAGCTGGTCATGTGTGGGCCCACCGGCCCCAGGCTCCTGTCTCCCCCCAGGTGTGTGGTCATGCCAGGCATGCCCTTAG
-> 7G>T
ATGGAACATCAATCTCAGGCACCTGGCCCAGGTCATTAA
-> 4G>T
ATGTGCCAAGTGCATTCTTGTGTGCTTGCATCTCATGGAACGCCATTTCCCCAGACATCCCTGTGGCTGGCTCCTGATGCCCGAGGCCCATGA
-> 6C>A
ATGCTTTTCCATGTTCTTTGGCCGCAGCAAGGCCGCTCTCACTGCAAAGTTAACTCTGATGCGTGA
-> 20G>A
ATGGTAGAGTAA
-> 7G>T
ATGGTTCCACGGTAA
-> ERROR回答 6
Code Golf用户
发布于 2019-10-15 19:26:30
果冻，30 字节数
os3ḅ4f“EGM‘Ḋ
JṬ€×Ɱ4ZẎçƇ⁸ḢĖżW€Ṁ接受整数列表(分别在[1,2,3,4]映射到ACGT中)的一元链接，它生成整数列表( [[position, new nucleotide], original nucleotide] )。
(具有start和stop的有效序列，但没有可能导致早期终止的替代，将输出[[4]])
...Or参见这个版本，它既执行来自ACGT输入格式的转换，又执行到{position}{original nucleotide}>{new nucleotide}输出格式的转换。
怎么做？
os3ḅ4f“EGM‘Ḋ - helper Link: [0,...,0,new nucleotide], N; DNA integer list, A
o - (N) logical OR (A) (vectorises)
s3 - split into chunks of three
ḅ4 - convert from base four to integer
“EGM‘ - code-page index list = [69,71,77]
f - filter keep (i.e. only keep stops)
Ḋ - dequeue (so if only a single stop was found and hence no early
stops we'll have an empty list which is falsey)
JṬ€×Ɱ4ZẎçƇ⁸ḢĖżW€Ṁ - Main Link: DNA integer list, A
J - range of length (of A) -> [1,2,...]
Ṭ€ - untruth each -> [[1],[0,1],[0,0,1],...]
×Ɱ4 - map across [1,2,3,4[ performing multiplication
Z - transpose
Ẏ - tighten -> [[1],[2],[3],[4],[0,1],[0,2],[0,3],[0,4],[0,0,1],...]
- (call that X)
⁸ - use chain's left argument, A, as the right argument
Ƈ - filter keep those (x in X) for which this is truthy:
ç - call the helper link as a dyad f(x, A)
Ḣ - head (which will be the shortest)
Ė - enumerate (that)
W€ - wrap each (integer a in A) in a list
ż - zip left and right together
Ṁ - get the maximumCode Golf用户
发布于 2019-10-16 09:46:24
Python 3，88字节
f=lambda i,j,k,*l,n=1:(j+k<4)*(n,i,5)+(i-k>2)*(n+1,j,1)or(i-j>2)*(n+2,k,1)or f(*l,n=n+3)没有正则表达式的解。分别将1235用于AGCT。将每个基作为单独的参数。将建议A用于T*A, T*G, TA*, TG*的任何实例。输出为(position, original base, new base)。在没有早期终止站点时返回(无效)6元素元组。
解释
f=lambda i,j,k,*l,n=1:
(j+k<4) # If the last two bases are 1+1 (AA), 1+2 (AG) or 2+1 (AG)
*(n,i,5) # Return (position, 1st base, 5 (T))
+(i-k>2) # If the 1st base is 5 (T) and the 3rd base 1 (A) or 2 (G)
*(n+1,j,1) # Return (position, 2nd base, 1 (A))
or(i-j>2) # If the 1st base is 5 (T) and the 2nd base 1 (A) or 2 (G)
*(n+2,k,1) # Return (position, 3rd base, 1 (A))
or f(*l,n=n+3) # Else process the next three basesCode Golf用户
发布于 2019-10-16 03:34:24
C# (可视化C#交互式编译器)，138个字节
x=>{for(int i=0;;i++)foreach(var k in"AGT")if("TAG TAA TGA".Contains(x.Remove(i,1).Insert(i,k+"").Substring(i-i%3,3)))return(i+1,x[i],k);}https://codegolf.stackexchange.com/questions/194297
复制相似问题
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号