質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
85.50%
C

C言語は、1972年にAT&Tベル研究所の、デニス・リッチーが主体となって作成したプログラミング言語です。 B言語の後継言語として開発されたことからC言語と命名。そのため、表記法などはB言語やALGOLに近いとされています。 Cの拡張版であるC++言語とともに、現在世界中でもっとも普及されているプログラミング言語です。

Cygwin

Cygwinは、Unixのような環境を、Windows上で構築させるコマンドラインインターフェースです。

String

Stringは、ゼロ以上の文字から連続してできた文字の集合を扱うデータ型です。基本的にテキストを表すために使われます。

Q&A

解決済

1回答

2083閲覧

C言語で文字列検索と切断(制限酵素でゲノムを部分消化)

chijan

総合スコア24

C

C言語は、1972年にAT&Tベル研究所の、デニス・リッチーが主体となって作成したプログラミング言語です。 B言語の後継言語として開発されたことからC言語と命名。そのため、表記法などはB言語やALGOLに近いとされています。 Cの拡張版であるC++言語とともに、現在世界中でもっとも普及されているプログラミング言語です。

Cygwin

Cygwinは、Unixのような環境を、Windows上で構築させるコマンドラインインターフェースです。

String

Stringは、ゼロ以上の文字から連続してできた文字の集合を扱うデータ型です。基本的にテキストを表すために使われます。

0グッド

0クリップ

投稿2015/09/19 02:37

編集2015/09/19 05:54

バイオインフォマティクスの場面で、ゲノムを制限酵素で切ったときの断片長を求めたいです。
例えば
ACAGCCGCATTATGGGGATCCTCAACTGTGAGGAGGCTCGGATCCATTTAAAGCAA
という塩基配列に酵素BamHIを用いると、GGATCCを認識し、GとGの間で切れて
ACAGCCGCATTATGGG GATCCTCAACTGTGAGGAGGCTCG GATCCATTTAAAGCAA
という3つの断片になります。3つの断片それぞれの長さを求めようとしております。

次のように実装しようと考えました:
・塩基配列が書かれたテキストファイル(拡張子は.fna)を受け取る
・上述のテキストファイルを読み込み、文字列sとして保存
ここまでを準備として行い、そのうえで
・入力を上述の文字列sとする
・文字列sから、GGATCCを検索する
・そのうえで、GGATCC上でGとGの間を切断し、断片を作る
・断片の文字列の長さを求め、出力する
これを実行する関数int BamHIを作り、main()内で実行しようと考えました。
しかしこのような関数の作り方がわかりません。
文字列の検索の実装がわかりません、切断方法もわかりません。

ご教示のほどお願いいたします。
なお、当方の環境はcygwinでgccでコンパイルしています。

気になる質問をクリップする

クリップした質問は、後からいつでもMYページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

guest

回答1

0

ベストアンサー

入力文字列をs[]として
s[i]~s[i+5]が"GGATCC"に一致するか調べ、
一致すればi+1(検索文字列の先頭から一文字後ろで切るから+1)を返し、一致しなければiをインクリメントして繰り返すのはどうでしょう。


複数の切断位置に対応することを考えます。
(塩基配列だと長ったらしいので例として".."で切断するとします。)
"012..56..9" -> "012. .56. .9" 切断位置{3,7,9}のような。

「最初に出てきた切断位置のインデックスを返す関数」(先頭を0文字目とする、切断不可なら文字列長を返す)
を作ります。
それを用いて、

対象文字列に関数を適用します。
結果を配列に退避します。
対象文字列を結果分オフセットして、
切断できなくなるまで繰り返します。
最後に配列の累積和を取ればもともとの対象文字列のすべての切断位置になります。(きっと多分)

こんな感じです:
対象文字列 -> 作用させた後の配列
"012..56..9" -> {3}
".56..9" -> {3,4}
".9" -> {3,4,2}

{3,4,2} -> {3,7,9}

投稿2015/09/19 03:32

編集2015/09/19 07:01
ozwk

総合スコア13512

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

chijan

2015/09/19 05:52

ご回答いただきありがとうございます。 質問文の不足でしたが、GGATCCが複数存在する場合もi+1を返してどこかに保存しておきつつさらにi++してより後方を捜し、i+k+1を返して……を繰り返せば大丈夫でしょうか?
ozwk

2015/09/19 06:18

やってみて大丈夫だったら大丈夫でしょう。 別に間違っていてもPCは爆発しませんよ。 あと何らかの理由でC言語を強制されているわけでもない限り JavaなりC#なり使ったほうがいいと思います。
chijan

2015/09/19 13:00

(CまたはC++)and(スクリプト型の何か(Python,Ruby,JSなど))それぞれで上述を断片長問題を解くという指定でした……。通常はJavaやC#のほうが良い内容でしたか。
chijan

2015/09/19 14:20

BAに選んだあとで申し訳ありません。 対称文字列を結果分オフセットするにはどうすればいいでしょうか? 新たに配列を作ってそこに最初に出てきたインデックス以降をいれるのでしょうか?
ozwk

2015/09/19 15:03

先頭ポインタに加算すればいいだけです 適当な文字列で実験してみてください
guest

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
85.50%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問