c - 用 typedef 和 enum 在 C 中表示 DNA 字母表

Question

我正在编写一个处理基因序列的程序，我想将每个核苷酸存储在一个字节中，其中每个位代表基因字母表 A,C,G,T 中的一个字母(显然只有一半的比特会被使用)。

我的编码如下:

A = 0b1000
C = 0b0100
G = 0b0010
T = 0b0001
R = 0b1010
Y = 0b0101
N = 0b0000

这里，R是嘌呤，可以代表A或G，Y是嘧啶(C or T), N 可以代表任意一个字母。

使用 typedef 和 enum 在 C 语言中定义这种格式的最佳方式是什么？我想定义一个类型，允许我按名称将字母分配给变量，例如

typedef ... nucleotide_t;
nucleotide_t x[] = {G, A, T, T, A, C, A};

编辑:感谢您的输入。我绝对有理由不想要字符串，但感谢您的建议。的确，从逻辑上讲，N 应该是 0b1111，但对于我的应用程序，将其表示为以上都不是确实更有意义。 p>

请注意，我确实知道如何使这项工作有效，但我不会经常打破 ol' C，我宁愿寻找最优雅的解决方案.我想如果我想保留 NUL 字节，那么我可以将 0b10000 添加到我的所有代码中。

我认为两种可能的方法是 enum 或一些 #define 宏。然而，枚举是 int 而我需要一个 char，那么宏是更好的解决方案吗？

Answer 1

这样做怎么样:

typedef enum NUC{
   N            = 0,
   T            = 1,
   G            = 2,
   C            = 4,
   Y            = 5,
   A            = 8,
   R            = 10
}nucleotide_t;